Università degli Studi di Lecce

Facoltà di Ingegneria

Giuseppe De Cecco
Raffaele Vitolo

NOTE
DI

CALCOLO MATRICIALE

Versione del 20 gennaio 2007

ANNO ACCADEMICO 2003-2004

2

Informazioni legali: Quest’opera è un esemplare unico riprodotto in proprio con il

metodo Xerox presso il Dipartimento di Matematica dell’Università di Lecce. Sono stati
adempiuti gli obblighi previsti dal D. L. L. 31/8/1945 n. 660 riguardanti le
pubblicazioni in proprio.
Nota: Questo libro viene rilasciato gratuitamente agli studenti della Facoltà di
Ingegneria dell’Università di Lecce ed a tutti quelli che siano interessati agli argomenti
trattati mediante Internet, nella convinzione che il patrimonio culturale in esso
contenuto debba essere reso disponibile a tutti al minor costo possibile.
Gli autori concedono completa libertà di riproduzione (ma non di modifica) del presente
testo per soli scopi personali e/o didattici, ma non a fini di lucro.
Indirizzo degli autori.
Giuseppe De Cecco, Raffaele Vitolo,
Università di Lecce, Dipartimento di Matematica,
via per Arnesano, 73100 Lecce
[email protected]
[email protected]
 INDICE

Introduzione 6

1 Le matrici 8
1.1 Premesse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2 Norme sulle matrici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3 Matrici a blocchi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4 Forme canoniche delle matrici . . . . . . . . . . . . . . . . . . . . . . . 16
1.5 Matrici complesse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.6 Matrici definite positive . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.7 Invertibilità di una matrice . . . . . . . . . . . . . . . . . . . . . . . . 25
1.8 Diagonalizzazione simultanea di matrici . . . . . . . . . . . . . . . . . 26
1.9 Esercizi di riepilogo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

2 Funzioni matriciali 30
2.1 Polinomi matriciali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2 Polinomi annullatori . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3 Polinomio minimo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.4 Funzioni di matrici definite mediante serie di potenze . . . . . . . . . . 34
2.5 Proprietà dell’esponenziale di matrici . . . . . . . . . . . . . . . . . . . 36
2.6 Esponenziale di matrici ed equazioni differenziali . . . . . . . . . . . . 37

3 La forma canonica di Jordan 39

3.1 Gli endomorfismi nilpotenti e la loro forma canonica . . . . . . . . . . 41
3.2 Endomorfismi con un solo autovalore . . . . . . . . . . . . . . . . . . . 44
3.3 Endomorfismi con più autovalori . . . . . . . . . . . . . . . . . . . . . 44
3.4 Casi particolari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.5 Riepilogo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.6 Esponenziale di matrici e forma canonica di Jordan . . . . . . . . . . . 49
3.7 Esercizi di riepilogo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

4 La geometria per la grafica al computer 55

4.1 Le trasformazioni geometriche 2D . . . . . . . . . . . . . . . . . . . . . 55
4.2 Le trasformazioni geometriche 3D . . . . . . . . . . . . . . . . . . . . . 60
4.3 Quaternioni e rotazioni 3D . . . . . . . . . . . . . . . . . . . . . . . . . 61

3
4

4.3.a Quaternioni come vettori . . . . . . . . . . . . . . . . . . . . . 62

4.3.b Quaternioni come matrici . . . . . . . . . . . . . . . . . . . . . 64
4.3.c Quaternioni e rotazioni 3D . . . . . . . . . . . . . . . . . . . . 65
4.4 Trasformazioni parallele e trasformazioni prospettiche . . . . . . . . . . 69
4.5 Nota storica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.6 Curve di Bézier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

5 I sistemi lineari 80
5.1 Metodi di fattorizzazione: premesse . . . . . . . . . . . . . . . . . . . . 80
5.2 Trasformazioni sulle matrici . . . . . . . . . . . . . . . . . . . . . . . . 83
5.3 Matrici elementari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.4 Fattorizzazione mediante matrici elementari . . . . . . . . . . . . . . . 87
5.5 Il metodo di Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
5.6 Caso particolare: le matrici tridiagonali . . . . . . . . . . . . . . . . . . 92
5.7 Il metodo di Gauss–Jordan . . . . . . . . . . . . . . . . . . . . . . . . 93
5.8 Il metodo di Householder . . . . . . . . . . . . . . . . . . . . . . . . . 95
5.9 Calcolo di basi ortonormali con il metodo QR . . . . . . . . . . . . . . 98
5.10 Il metodo di Givens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
5.11 Il metodo di Cholesky . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
5.12 Esercizi di riepilogo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102

6 La ricerca degli autovalori 106

6.1 Premesse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
6.2 Localizzazione degli autovalori . . . . . . . . . . . . . . . . . . . . . . . 106
6.3 Il metodo QR per la ricerca degli autovalori . . . . . . . . . . . . . . . 110

7 Decomposizione ai valori singolari ed applicazioni 113

7.1 Premesse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
7.2 Decomposizione ai valori singolari . . . . . . . . . . . . . . . . . . . . . 114
7.3 Applicazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
7.3.a Sistemi lineari generali . . . . . . . . . . . . . . . . . . . . . . . 116
7.3.b La pseudoinversa di Moore–Penrose . . . . . . . . . . . . . . . 117
7.3.c La decomposizione polare . . . . . . . . . . . . . . . . . . . . . 119
7.3.d La radice quadrata di una matrice . . . . . . . . . . . . . . . . 121
7.3.e Norma spettrale . . . . . . . . . . . . . . . . . . . . . . . . . . 121
7.4 Il metodo dei minimi quadrati . . . . . . . . . . . . . . . . . . . . . . . 122
7.5 Altri metodi per la soluzione del problema dei minimi quadrati . . . . 125
7.6 Esercizi di riepilogo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125

8 Matrici polinomiali 128

8.1 Premesse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
8.2 Forma canonica di Smith . . . . . . . . . . . . . . . . . . . . . . . . . . 131
8.3 Matrici unimodulari . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
 5

9 Esperimenti numerici con octave 134

Appendice 144
A.1 Prodotti scalari hermitiani . . . . . . . . . . . . . . . . . . . . . . . . . 144
A.2 Elementi impropri e spazi proiettivi . . . . . . . . . . . . . . . . . . . . 147
A.3 Polinomio interpolatore . . . . . . . . . . . . . . . . . . . . . . . . . . 149
A.4 Polinomi di Bernstein . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
A.5 Numeri modulari e crittografia . . . . . . . . . . . . . . . . . . . . . . 153
A.5.a Congruenze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
A.5.b Applicazioni alla crittografia . . . . . . . . . . . . . . . . . . . . 155

Bibliografia 158
 INTRODUZIONE

Tutti sono d’accordo che la qualità della vita e il benesse-

re della società nei paesi industrializzati con condizioni
umane per il lavoro, l’aspettativa di una lunga vita, ci-
bo ed energia sufficiente, protezione contro l’inclemenza
della natura, facili trasporti, divertimenti di ogni gene-
re si basano su ritrovati di tecnologia. Ciò che viene
dimenticato sta nel fatto che le basi di questi ritrovati
furono messe qualche tempo fa dagli scienziati i quali
furono spinti dalla curiosità e non dalle promesse del
mercato.
S. Thing, Nobel per la Fisica 1976)

Queste note, in forma non ancora completa e definitiva, costituiscono il contenuto del
corso “Calcolo Matriciale” per la laurea specialistica in Ingegneria, Classe dell’Informa-
zione.
Le matrici, come tabelle per rappresentare in forma abbreviata le sostituzioni lineari
(oggi chiamate trasformazioni lineari) fecero la loro apparizione in matematica in lavori
di Gauss (1777-1855); il termine “matrice” (dal latino mater matris = ventre, il punto
di origine, la parte più importante) fu introdotto nel 1850 da J. Sylvester (1814-1897).
Questi e il suo amico A. Cayley (1821-1895) diedero notevoli contributi alla teoria delle
matrici e dei determinanti. Il concetto di determinante invece è più antico, risale a G.W.
Leibnitz (1678), mentre il vocabolo è dovuto a Gauss (1801).
La scelta degli argomenti per questo corso è stata dettata dalle più usuali applicazioni
delle matrici, ma le applicazioni possibili della matematica non sono prevedibili a priori.
Ad esempio J. Kepler ha usato dopo 1800 anni la teoria delle coniche elaborata da Apollo-
nio (III sec a. C.); il fisico A. Carnack e l’ingegnere G.N. Nounsfield nel 1979 ricevettero
il premio Nobel per la medicina per gli studi sulla TAC, che si basa sulla teoria della
trasformata di A. Radon, introdotta da questi nel 1917 per questioni legate alla Teoria
della Misura; la teoria dei numeri (una delle parti più ostiche della matematica) fu usata
da A. Turing, professore di matematica a Cambridge, per decifrare nel 1941 il codice
enigma usato dai Nazisti durante la II guerra mondiale; l’algebra astratta, in particolare
lo studio dei campi finiti, interviene in modo essenziale nella costruzione di tutti i sistemi
di sicurezza legati a trasmissione di dati, per esempio i codici correttori di errori.
Non vi è nulla di più pratico di una buona teoria osservava Boltzmann (1844–1906),
ma già secoli prima Leonardo (1452–1519), l’ingegnere per antonomasia del Rinascimento,

6
Introduzione 7

cosı̀ si esprimeva: Studia prima la scienzia, e poi segui la pratica nata da essa scienzia
. . . Quelli che s’innamoran di pratica senza scienzia son come ’l nocchier ch’entra in
navilio senza timone o bussola, che mai ha la certezza dove si vada.
Come si vede nella storia della matematica, anche l’interesse pratico può essere lo
stimolo per creare gli oggetti astratti, matematici, ai quali si rivolgerà l’attenzione, spesso
la contemplazione artistica. Ma la maggior parte dei risultati sono raggiunti, come diceva
C.G. Jacobi, per l’onore dello spirito umano.
Il “bisogno” derivante dal desiderio di comprendere la natura, il funzionamento delle
cose, ha agito come motore anche dell’inventiva matematica. E’ necessaria, perciò, una
maggiore collaborazione tra ingegneri e matematici, molti grandi ingegneri sono stati
anche grandi matematici e viceversa: Archimede, Erone, Lagrange, Fourier, Monge solo
per citarne alcuni.
Limitandoci ai lavori di Informatica e Teoria dei sistemi, più vicini agli interessi degli
specializzandi a cui sono rivolte queste dispense, possiamo dire che non c’è parte della
matematica che a priori possa venire esclusa e dichiarata che “non serve”.
Ci si imbatte cosı̀ in uno dei grandi misteri della matematica: come può una scienza
che sembra slegata dalla realtà avere strettissimi legami, quasi inaspettati, con la realtà
fisica? In una conferenza tenuta il 27 gennaio 1921, A. Einstein cosı̀ si esprimeva: A
questo punto si presenta un enigma che in tutte le età ha agitato le menti dei ricercatori:
come è possibile che le matematiche, le quali dopo tutto sono un prodotto del pensiero
umano, dipendente dall’esperienza, siano cosı̀ ammirevolmente adatte agli oggetti della
realtà?
La matematica non è una collezione di formule pronte per l’uso, ma è un’attività
creativa, intreccio tra tradizione e spirito innovativo. La parola ingegnere proviene da
“ingegno”, potenza creativa dello spirito umano, che costituisce la massima espressione
del talento e dell’intelligenza.
Ci auguriamo che i lettori ne tengano conto nell’esercizio della loro professione.

Giuseppe De Cecco
Raffaele Vitolo

Ringraziamenti. Ringraziamo l’Università di Lecce, la Facoltà di Ingegneria ed il

Dipartimento di Matematica per aver concesso l’uso delle proprie strutture ed apparec-
chiature. Ringraziamo i professori Distante e Ricci ed il dott. Bandiera per i prezioni
consigli, ed anche tutti gli studenti che hanno contribuito a questo testo correggendone
molti errori e sviste.
Ringraziamo Luca Greco ed Andrea Russo per aver portato a nostra conoscenza il
libro [37].
Queste note sono state scritte in LATEX2e con l’estensione amsmath della American
Mathematical Society e le estensioni graphicx, stmaryrd, wrapfig, easybmat. Le
figure sono state realizzate con l’estensione pstricks.
 CAPITOLO 1

LE MATRICI

NOTA: per le principali definizioni e le operazioni tra matrici, rimandiamo il lettore

al testo [16].

1.1 Premesse
Le matrici sono molto utili in matematica, permettono di semplificare espressioni
considerando una tabella di numeri come un singolo ente. Alcuni esempi dimostrano il
vasto campo di applicazione delle matrici.

• Si è visto [16] che ogni sistema lineare si può scrivere con la notazione matriciale
come AX = B, dove A, X e B sono opportune matrici.

• Le matrici sono usate nei problemi di decisione, nei quali è necessario procedere ad
una scelta tra diversi modi di agire. Ad ogni relazione R ⊂ S × S si può associare
una matrice (matrice booleana), ponendo 1 se (a, b) ∈ R e 0 altrimenti. Se, ad
esempio, S = {a, b, c, d} ed R è la relazione schematizzata dalla figura,

a a

a b c d
b b  
a 1 1 0 1
def
R = ⇒ b 0 1 0 0
c c
 
c 1 0 1 1
d 0 0 1 1
d d
• Sono largamente usate nella grafica al computer; infatti, ogni immagine è una
matrice di pixel con migliaia o milioni di righe e colonne.

• Google, il notissimo motore di ricerca in Internet, usa il calcolo degli autovalori di

matrici di grandissime dimensioni per stabilire le correlazioni tra pagine web ogni
volta che viene effettuata una ricerca.

8
1.1. Premesse 9

L’importanza della teoria delle matrici non si esaurisce, però, nella funzione di una
utile e semplice rappresentazione di fenomeni complessi, ma ha radici più profonde legate
alle strutture algebriche di cui le matrici possono dotarsi.
Ricordiamo, innanzitutto, che l’insieme Km,n delle matrici di m righe ed n colonne,
a coefficienti nel campo K, è uno spazio vettoriale rispetto alla somma di matrici ed al
prodotto di una matrice per uno scalare. Inoltre dim Km,n = m · n.
Alla nomenclatura già introdotta in [16] sulle matrici, è necessario aggiungere e gene-
ralizzare alcune definizioni.
Sia A = (aij ) ∈ Kn,n . Allora si dicono minori principali di A le sottomatrici
def
Ak =(aij )1≤i,j≤k per k = 1, . . . , n; (1.1.1)

graficamente,
 
A1
A2
 
 
A = An =  .

 ... 

An
Le nozioni di ‘matrice triangolare’ e ‘matrice diagonale’ sono estese a matrici rettan-
golari: se A ∈ Km,n allora

1. A è triangolare superiore se aij = 0 per i > j;

2. A è triangolare inferiore se aij = 0 per i < j;

3. A è diagonale se aij = 0 per i %= j;

4. A è di Hessenberg superiore se aij = 0 per i > j + 1;

5. A è di Hessenberg inferiore se aij = 0 per j > i + 1;

6. A è tridiagonale se aij = 0 per j > i + 1 ed i > j + 1;

7. A è di permutazione se si ottiene da I con scambi di righe e colonne.

Il vettore (a11 , . . . , akk ), con k = min{m, n}, si dice diagonale principale di A. I vetto-
ri (a1,1+h , . . . , ak,k+h ), (a1+h,1 , . . . , ak+h,k )1 si dicono, rispettivamente, h-esima sopradia-
gonale ed h-esima sottodiagonale. Una matrice tridiagonale ha gli elementi al di fuo-
ri della diagonale, della prima sopradiagonale e della prima sottodiagonale nulli, ed è
simultaneamente di Hessenberg superiore ed inferiore.
Siano n > m, e λ1 , . . . , λm ∈ K. Allora la matrice diagonale A = (aij ) ∈ Kn,m tale che
aij = 0 se i %= j e aii = λi per i = 1, . . . , m si indica con diag(λ1 , . . . , λm ). La definizione
si ripete banalmente per il caso n < m.
1
Se c’è possibilità di equivoco, al posto di aij scriveremo ai,j .
10 Capitolo 1. Le matrici

Esercizio 1.1. Sia TUm,n l’insieme delle matrici triangolari superiori in Km,n . Dimo-
strare che TUm,n è un sottospazio vettoriale di Km,n , trovarne la dimensione ed una base.
Ripetere l’esercizio per l’insieme delle matrici triangolari inferiori TLm,n .
Una matrice A ∈ Kn,n si dice unipotente superiore (inferiore) se è triangolare superiore
(inferiore) e aii = 1 per i = 1, . . . , n.
Esercizio 1.2. Dimostrare che le matrici unipotenti costituiscono un sottogruppo di
GL(n, K). Dimostrare che non costituiscono un sottospazio vettoriale di K n,n .
Osservazione 1.1. Una matrice tridiagonale è detta anche matrice di Jacobi di
ordine n. Se  
a1 b 1 0 . . . 0
 c 1 a2 b 2 . . . 0 
 
 0 c 2 a3 . . . 0 
Jn =   
 . . . . . . . . . . . . . . . . . . . . . . 

. . . . . . . . . . . . . . . . bn−1 
0 . . . . . . cn−1 an
si vede facilmente che

det Jn = an det Jn−1 − bn−1 cn−1 det Jn−2 n ≥ 3.

Se ai = 1 = bi , ci = −1, ponendo det Jk = Fk si ha

Fn = Fn−1 + Fn−2 , successione di Fibonacci.

Posto F0 = 1 = F1 si ottiene la successione

1, 1, 2, 3, 5, 8, 13, 21, . . .

Questa è la famosa successione introdotta da Leonardo da Pisa (o Leonardus Pisanus),

detto anche il Fibonacci, vissuto nel secolo XII; egli ha introdotto in Europa tra il 1100
ed il 1200 il sistema di numerazione posizionale indiano, a lui pervenuto tramite gli arabi.
La successione fu introdotta nel Liber Abaci (1202) per risolvere il seguente problema:
Quante coppie di conigli possono essere prodotti dalla coppia iniziale in
un anno supponendo che ogni mese ogni coppia produca una nuova coppia in
grado di riprodursi a sua volta dal secondo mese?
Il matematico francese Binet (1786–1856) scoprı̀ una formula, nota già ad Eulero (1707–
1783), che permette di calcolare direttamente un qualsiasi numero di Fibonacci:
'' √ (n ' √ (n (
1 1+ 5 1− 5
Fn = √ −
5 2 2
√
dove Φ = (1 + 5)/2 = 1, 6180339887 . . . è il valore del raggio aureo, che è un numero
irrazionale, mentre Fn è sempre un intero, malgrado l’aspetto della formula precedente.
1.2. Norme sulle matrici 11

1.2 Norme sulle matrici

Definizione 1.1. Sia V uno spazio vettoriale su campo K, con K = R o K = C. Si
dice norma su V un’applicazione
) · ): V → R
tale che
1. )"x) ≥ 0 per ogni "x ∈ V , e )"x) = 0 se e solo se "x = "0;
2. )c"x) = |c|)"x) per ogni "x ∈ V , c ∈ K;
3. )"x + "y ) ≤ )"x) + )"y ) per ogni "x, "y ∈ V .
Lo spazio (V, ) · )) si dice spazio normato. Si osservi che uno spazio euclideo (V, g) è
anche uno spazio normato rispetto alla norma
def
)
)"x)g = g("x, "x)

indotta dal prodotto scalare g. Viceversa, non tutte le norme provengono da un prodotto
scalare, come si può dimostrare con esempi. Tuttavia, se vale l’identità del parallelogram-
ma
)"x + "y )2 + )"x − "y )2 = 2()"x)2 + )"y )2 ),
si può definire un prodotto scalare g ponendo
def 1
g("x, "y ) = ()"x + "y )2 − )"x)2 − )"y )2 ).
2
Si noti che la dimostrazione di quest’ultima affermazione non è banale.
Ora, si vogliono introdurre norme sullo spazio vettoriale Km,n . Come è noto, dim Km,n =
dim Kmn , quindi Km,n ∼ = Kmn . Un particolare isomorfismo, interessante per le applicazio-
ni, è quello indotto dall’ordine lessicografico
 
a11 · · · a1n
ϕ
. . . . . . . . . . . . . . -→ (a11 , . . . , a1n , . . . , am1 , . . . , amn ).
am1 · · · amn

Quest’isomorfismo permette di trasportare su Km,n molti concetti familiari in Kmn . Ad

esempio, se g è un prodotto scalare in Kmn , si ottiene un prodotto scalare g # su Km,n
ponendo
def
g # (A, B) = g(ϕ(A), ϕ(B)).
In tal modo viene introdotto in Km,n un concetto di lunghezza, di misura, di “vicinanza”
tra matrici, indispensabile nella teoria dell’approssimazione. Cosı̀, se K = C e g è l’usuale
prodotto scalare euclideo, possiamo introdurre in Km,n una norma per le matrici ponendo
*+
def
)A)F = |aij |2 norma di Frobenius o euclidea.
i,j
12 Capitolo 1. Le matrici

Invece, per A ∈ Kn,n , la norma

' (1/p
def
+
)A)p = |aij |p norma Lp
i,j

non proviene da un prodotto scalare per p %= 2. Per p = 1 la norma precedente è detta

anche norma del tassista, o norma di Manhattan:
n
+
)A)1 = |aij |.
i,j=1

Per p = 2 si ha la norma di Frobenius.

Per p = ∞ si definisce la norma del massimo:

)A)∞ = max |aij |.

1≤i,j≤n

Esercizio 1.3. Definita la circonferenza unitaria in R2 dotato della norma )·)p come

S 1 = {"x ∈ R2 | )"x)p = 1},

disegnare S 1 nei casi p = 1 e p = ∞.

Si possono generare molte norme di matrici nel modo seguente.
Definizione 1.2. Sia ) · ) una fissata norma in Kn , con K = R o K = C. Si definisce
norma naturale (o norma indotta dalla norma vettoriale ) · )) della matrice A ∈ K n,n il
numero
def )A"x)
!A ! = sup
x%="0 )"
" x)
(che indichiamo con ! · ! per distinguerla dalle norme vettoriali).
Poiché per ogni "x %= "0 si può definire "u = "x/)"x) in modo che )"u) = 1, la definizione
precedente è equivalente a
!A! = max )A"u).
&"
u&=1

Se A = I si ha !I! = 1. Inoltre, dalla definizione si ha )A"x) ≤ !A ! )"x).

Si osservi
√ che la norma di Frobenius non è subordinata ad una norma vettoriale, poiché
)I)F = n.
La norma naturale di A = (aij ) indotta da ) · )1 è
n
+
!A!1 = max |aij |,
1≤j≤n
i=1

ed è detta brevemente massima somma di colonna di A.

1.2. Norme sulle matrici 13

La norma naturale di A = (aij ) indotta da ) · )∞ è

n
+
!A!∞ = max |aij |,
1≤i≤n
j=1

ed è detta brevemente massima somma di riga di A.

Osservazione 1.2. Ogni norma naturale su Cn,n soddisfa la proprietà

!AB! ≤ !A ! !B!, (1.2.2)

detta di submoltiplicatività.
Non tutte le norme di matrici soddisfano tale proprietà: ad esempio, le matrici
, -
1 1
A=B=
1 1

non soddisfano la proprietà (1.2.2) se si considera ) · )∞ . La norma di Frobenius, tutta-

via, soddisfa la proprietà (1.2.2). Verificare queste affermazioni per esercizio (in caso di
difficoltà, è possibile trovare queste dimostrazioni in qualsiasi libro di analisi numerica).
Molti testi, nella definizione di norma di una matrice, richiedono, oltre alle proprietà della
definizione 1.1, anche la submoltiplicatività, che è utile, come evidenziato nella successiva
osservazione. !
Osservazione 1.3. Se ! · ! è una norma di matrice verificante la submoltiplicatività,
allora esiste una norma vettoriale ) · ) su Cn tale che

)AX) ≤ !A ! )X) ∀A ∈ Cn,m , ∀X ∈ Cm,1 .

Basta considerare la matrice M avente come prima colonna X e le altre nulle, e porre per
definizione )X) = !M !.
Osservazione 1.4. La definizione 1.2 si estende in modo ovvio al caso di matrici
rettangolari A ∈ Cm,n valutando )"x) con la norma in Cn ed )A"x) con quella in Cm . !
2
Osservazione 1.5. In (Rn,n , g # ), dove g # è indotta dall’usuale prodotto scalare in Rn ,
l’espressione della disuguaglianza di Schwarz è
' (1/2 ' (1/2
) ) + + +
|g # (A, B)| ≤ g # (A, A) g # (B, B) ⇒ | aij bij | ≤ a2ij b2ij .
i,j i,j i,j

Ponendo B = Id si ha
' (1/2
+ √
| tr A| ≤ a2ij n,
i,j
14 Capitolo 1. Le matrici

da cui la nota disuguaglianza di Newton, utile in Calcolo Numerico,

' (1/2
+ 1
)A)g! = a2ij ≥ √ | tr A|. !
i,j
n

1.3 Matrici a blocchi

In diversi problemi le matrici in considerazione vengono suddivise in blocchi (o sot-
tomatrici) sia perché certi sottoinsiemi hanno un significato speciale, sia per motivi di
comodità di calcolo. Infatti, quando si lavora con matrici di grandi dimensioni è impor-
tante poter riguardare ciascuna matrice come insieme di matrici di dimensioni inferiori.
Ad esempio, se A ∈ Km,n si può scrivere
 
A11 A12 · · · A1r
A21 A22 · · · A2r 
A= 
. . . . . . . . . . . . . . . . . . . 
As1 As2 · · · Asr

dove Aij sono a loro volta matrici. Naturalmente, Ai1 , . . . , Air hanno lo stesso numero di
righe, mentre A1j , . . . , Asj hanno lo stesso numero di colonne.
Esempio 1.1.
 
1 2 −1 0 3 1
 
 0 1 2 −1 0
0  , -
A11 A12 A13
 
A= 2 0 1 0 −1 0  , A=
 
  A21 A23 A33
 0 4 −1 0 0 0 
 
3 0 0 1 0 0

dove    
1 2 −1 0 3
A11 = 0 1 , A12 =  2 −1 0  , . . .
2 0 1 0 −1
Si osservi che, nel caso di un sistema lineare AX = B, la matrice completa risulta
.
essere la matrice a blocchi à = (A .. B).
Se Aij = O per i > j (i < j) allora A è detta matrice triangolare superiore (inferiore)
a blocchi .
Se Aij = O per i %= j allora A è detta matrice diagonale a blocchi .
Si dimostra facilmente che la moltiplicazione tra due matrici a blocchi è equivalente ad
una matrice i cui blocchi sono la moltiplicazione ‘righe di blocchi’ per ‘colonne di blocchi’.
Supponiamo, infatti, che una matrice A ∈ Km,n sia ripartita nella matrice riga delle sue
1.3. Matrici a blocchi 15

colonne, o nella matrice colonna delle sue righe:

 
R1
· · · Cn =  ...  .
. /  
A = C1
Rm

Se B ∈ Kn,p , con B = (C1# · · · Cp# ), risulta AB = (AC1# . . . ACp ), e

R1 C1# · · · R1 Cp#
 

AB = . . . . . . . . . . . . . . . . . .
Rm C1# · · · Rm Cp#

Se X ∈ Kn,1 , X = (x1 , . . . , xn )T , risulta AX = x1 C1 + · · · + xn Cn .

Le precedenti considerazioni si generalizzano facilmente al caso di matrici partizionate
a blocchi di dimensione arbitraria (con il vincolo della moltiplicabilità tra blocchi).
Proposizione 1.1. Siano A ∈ Km,n , B ∈ Kn,p matrici partizionate in blocchi Aik ∈
Kmi ,nk , Bkj ∈ Knk ,pj , dove i = 1, . . . , s, k = 1, . . . , r j = 1, . . . , t. Allora la matrice
prodotto AB è partizionata nei blocchi (AB)ij ∈ Kmi ,pj , dove
r
+
(AB)ij = Aik Bkj .
k=1

Sia, ora A ∈ Kn,n . Se M è una sottomatrice quadrata di A si dice minore comple-

mentare di M il minore M # ottenuto da A togliendo tutte le righe e colonne di A che
concorrono a formare M . Si chiama cofattore di M l’espressione (−1)sM det M # , dove
sM = i1 + · · · + ik + j1 + · · · + jk ed i1 , . . . , ik sono le righe di A che concorrono a formare
M , j1 , . . . , jk sono le colonne di A che concorrono a formare M . Si noti che queste defi-
nizioni generalizzano l’ordinaria nozione di minore complementare e cofattore rispetto ad
un elemento di A.
Teorema 1.1 (Laplace). Sia A ∈ Kn,n , e si fissino k righe (o colonne) di A. Allora
det A è uguale alla somma dei prodotti dei determinanti di tutti i minori di ordine k
estratti da tali righe (o colonne) per i rispettivi cofattori.
Corollario 1.1. Sia A ∈ Kn,n una matrice triangolare (superiore o inferiore) a
blocchi, con blocchi diagonali quadrati. Allora si ha
r
0
det A = det Aii
i=1

Esempio 1.2.
• Si consideri la matrice quadrata di ordine n + m cosı̀ definita

A ∈ Kn,n B ∈ Kn,m
, -
A B
M=
O C O ∈ Km,n C ∈ Km,m
16 Capitolo 1. Le matrici

Allora det M = det A det C; quindi M è invertibile se e solo se A e C lo sono. In

tal caso risulta , −1
−A−1 BC −1
-
−1 A
M =
O C −1
(suggerimento: si consideri una matrice M # a blocchi e si richieda M M # = I).

• Si consideri la matrice quadrata di ordine 2n cosı̀ definita

, -
A B
N= A, B, C, D ∈ Kn,n .
C D

In generale, det N %= det(AD − BC). Ma se D è invertibile si ha

det N = det(AD − BD −1 CD) :

infatti
, - ,, -, --
I O A B I O
det N = det N det = det ,
−D−1 C I C D −D−1 C I

da cui il risultato. Inoltre, se CD = DC (ad esempio, se C = λI con λ ∈ R) si ha

det N = det(AD − BC).

1.4 Forme canoniche delle matrici

Come è noto, la matrice di un endomorfismo rispetto ad una base di autovettori
è diagonale, ma non sempre è possibile ottenere una matrice con un’espressione cosı̀
semplice. La teoria delle forme canoniche si occupa della ricerca di basi rispetto alle
quali la matrice di un endomorfismo assuma forme particolarmente semplici, usualmente
a blocchi soddisfacenti determinate caratteristiche.
Per fare questo, invece del concetto, troppo restrittivo, di ‘autospazio’, si introduce il
concetto più generale di ‘sottospazio invariante’.
Sia V uno spazio vettoriale su un campo K, e sia W un suo sottospazio. Si dice che
W è invariante (o stabile) rispetto ad un endomorfismo f : V → V se f (W ) ⊂ W (o,
equivalentemente, se f |W è un endomorfismo di W ).
Sia dim V = n, dim W = k e B # una base di W . Se B è una base di V ottenuta da B #
per completamento, allora

A ∈ Kk,k B ∈ Kk,n−k
, -
B A B
MB (f ) = ,
O C O ∈ Kn−k,k C ∈ Kn−k,n−k
!
Naturalmente, A = MBB! (f |W ).
1.4. Forme canoniche delle matrici 17

Ovviamente, per quanto studiato sugli autovalori, gli autospazi sono sottospazi inva-
rianti rispetto ad f , ma non tutti i sottospazi invarianti sono autospazi rispetto ad un
qualche autovalore.
Inoltre, non è detto che V sia decomponibile in somma diretta di sottospazi propri
invarianti. Se questo succede, la matrice di f rispetto ad una base di vettori dei sottospazi
invarianti è una matrice diagonale a blocchi. Se, in particolare, V è somma diretta degli
autospazi (e quindi f è un endomorfismo semplice), allora i blocchi diagonali assumono
la forma Aii = λi I, quindi la matrice è diagonale.
2 2
Esempio
. 2 1 / 1.3. Sia f : R → R tale che la sua matrice rispetto alla base canonica sia
A = 0 2 . Provare che l’unico sottospazio di dimensione 1 invariante rispetto ad f è
l’autospazio V (2).
Il seguente teorema assicura l’esistenza di un’ampia classe di endomorfismi che am-
mettono una matrice triangolare.
Teorema 1.2. Sia f : V → V un endomorfismo di uno spazio vettoriale V su campo
K di dimensione n. Supponiamo che il polinomio caratteristico di f si decomponga in
fattori di primo grado in K. Allora esistono n + 1 sottospazi vettoriali V 0 , V1 ,. . . , Vn tali
che

1. f (Vh ) ⊂ Vh per h = 0, 1, 2, . . . , n;

2. dim Vh = h;

3. {"0} = V0 ⊂ V1 ⊂ · · · ⊂ Vn = V .

La successione di sottospazi V0 ⊂ V1 ⊂ · · · ⊂ Vn si dice successione di sottospazi a

bandiera. Una base

B = {"e1 , . . . , "en } tale che Vh = L("e1 , . . . , "eh )

è detta base a bandiera. Allora per l’invarianza si ha

f ("e1 ) = t11"e1 ,
f ("e2 ) = t12"e1 + t22"e2 ,
...
f ("en ) = t1n"e1 + · · · + tnn"en ,

e quindi  
t11 t12 . . . t1n
def  0 t22 . . . t2n 
∆ = MBB (f ) =  
. . . . . . . . . . . . . . . . 
0 0 . . . tnn
è una matrice triangolare superiore. Ovviamente gli autovalori di ∆ sono tii .
18 Capitolo 1. Le matrici

Una matrice A ∈ Kn,n si dice triangolarizzabile 2 se è simile ad una matrice triangolare.

Allora il teorema precedente si può formulare nel seguente modo.
Teorema 1.3. Sia A ∈ Kn,n tale che il suo polinomio caratteristico det(A − λI) si
decomponga in fattori di primo grado in K. Allora A è triangolarizzabile.
Ovviamente, se K è algebricamente chiuso (come C), il teorema vale per qualsiasi
matrice in Kn,n .
Osservazione 1.6. Siano A, à ∈ Kn,n due matrici simili, ovvero à = B −1 AB per
una certa matrice invertibile B. Allora, se h > 0 si ha

Ãh = (B −1 AB)h = B −1 Ah B,

quindi Ãh è simile ad Ah . In particolare, se A è invertibile e simile ad una matrice

triangolare ∆ (come nel caso K = C), risulta

∆−1 = (B −1 AB)−1 = B −1 A−1 B,

cioè ∆−1 è simile ad A−1 , ma l’inversa di una matrice triangolare si calcola facilmente. Si
noti che gli autovalori di ∆h sono le potenze h-esime degli autovalori di ∆. !
Come vedremo più avanti, si può dire di più sulle matrici su di un campo algebrica-
mente chiuso. Più precisamente proveremo il seguente teorema.
Teorema 1.4. Sia K un campo algebricamente chiuso. Ogni matrice A ∈ Kn,n è
simile ad una matrice J, detta forma di Jordan3 di A, avente le seguenti proprietà:

1. J è triangolare superiore;

2. lungo la diagonale principale di J compaiono gli autovalori di A ripetuti con la loro

molteplicità;

3. gli n − 1 elementi di posizione (i, i + 1) (che si trovano ‘sopra’ la diagonale di J)

sono uguali a 0 o ad 1; gli elementi di posizione (i, i + s) con s > 1 sono nulli.

Esempio 1.4. La seguente matrice è in forma di Jordan:

 
−2 1 0 0 0 0
 
 0 −2 0 0 0 0 
 
 
 0 0 0 1 0 0 
J = 
 0 0 0 0 1 0 
 
 
 0 0 0 0 0 0 
 
0 0 0 0 0 3
2
Non si confonda questa nozione con la trangolarizzazione dei sistemi lineari !
3
Camille Jordan (1838–1922)
1.5. Matrici complesse 19

Naturalmente, gli autovalori di J sono −2 con molteplicità algebrica 2, 0 con molteplicità

algebrica 3 e 3 con molteplicità algebrica 1.
Si chiama blocco di Jordan di ordine k associato ad un autovalore λ di A la matrice
quadrata di ordine k del tipo
 
λ 1 0 ... 0 0
0 λ 1 . . . 0 0
 
. . . . . . . . . . . . . . . . . . . 
 
0 . . . . . . . . . λ 1
0 ......... 0 λ

Ogni forma di Jordan di una matrice A che ha gli autovalori distinti λ1 , . . . , λr ha

lungo la diagonale principale blocchi di Jordan.

1.5 Matrici complesse

Nel caso in cui K = C, alle operazioni che sono state già introdotte in [16] possono
essere aggiunte altre operazioni, che verranno descritte in questo paragrafo.
Poiché il campo C è algebricamente chiuso, ogni matrice quadrata A ∈ Cn,n ammette
la forma canonica di Jordan. Sarà dimostrato nel seguito che, nel caso in cui A soddi-
sfi un’ulteriore ipotesi (che è una generalizzazione al campo complesso della simmetria
richiesta per le matrici reali), la forma canonica di Jordan diventa diagonale.
Definizione 1.3. Sia A = (aij ) ∈ Cm,n . Allora si dice
def
1. coniugata di A la matrice A =(aij );
def T
2. aggiunta di A la matrice A∗ = A = AT .

Si dimostrano facilmente le seguenti proprietà:

1. A∗ ∗ = A

2. (A + B)∗ = A∗ + B ∗ e (λA)∗ = λA∗ per λ ∈ C;

3. (AB)∗ = B ∗ A∗ ;

4. det A = det A, det A∗ = det A;

5. se A è invertibile, (A∗ )−1 = (A−1 )∗ .

Definizione 1.4. Sia A = (aij ) ∈ Cn,n . Allora A si dice

1. hermitiana se A∗ = A;

2. antihermitiana se A∗ = −A;
20 Capitolo 1. Le matrici

3. unitaria se AA∗ = A∗ A = I;

4. di fase se A è unitaria e diagonale;

5. normale se AA∗ = A∗ A.

Si noti che se A ∈ Rn,n ⊂ Cn,n , allora A è hermitiana se e solo se A è simmetrica, ed

A è unitaria se e solo se A è ortogonale.
Esercizio 1.4. Dimostrare che

• A hermitiana ⇒ aii ∈ R, det A ∈ R;

• A unitaria ⇒ | det A| = 1;

provare che non vale l’implicazione opposta.

Esempio 1.5.

• Sia , - , -
−1 3 − i −1 3 + i
A= , A= ,
3 + i −2 3 − i −2
dunque A è hermitiana. Essendo det A = −8, A non è unitaria.

• Se α ∈ R, sia
eαi
, -
0
B= .
0 e−αi

Essendo eαi = cos α + i sin α, risulta eαi = e−αi , dunque B = B ∗ , quindi B è

hermitiana se e solo se α = kπ, con k ∈ Z. Ma BB ∗ = I, dunque B è unitaria.

Si pone
def
U (n, C) ={A ∈ Cn,n | A unitaria} ⊂ Cn,n .
Esercizio 1.5. Provare che U (n, C) è un gruppo rispetto al prodotto di matrici. È
l’analogo del gruppo O(n, R) del gruppo delle matrici ortogonali. Provare, inoltre, che
l’insieme delle matrici di fase costituisce un sottogruppo di U (n, C).
Le matrici unitarie vengono molto usate nell’analisi numerica per trasformare altre
matrici in modo da lasciare invariata la loro norma, cosı̀ da ridurre l’introduzione di errori
durante queste trasformazioni. La giustificazione matematica di questa affermazione sta
nella seguente proposizione.
Proposizione 1.2. Sia A ∈ Cm,n , e siano P ∈ U (m, C), Q ∈ U (n, C) matrici
unitarie. Allora
)P A)F = )A)F = )AQ)F
1.5. Matrici complesse 21

Dimostrazione. Se A = (C1 , . . . , Cn ), dove Cj è la j-esima colonna di A, risulta

+ +
)P A)2F = )(P C1 , . . . , P Cn ))2F = )P Cj )2F = )Cj )2F = )A)2F ,
j j

tenendo conto del fatto che (cfr. Appendice)

)P Cj )2F = (P Cj )∗ (P Cj ) = Cj∗ (P ∗ P )Cj = )Cj )2F .

Analogamente per l’altra uguaglianza. QED

Esercizio 1.6.
)
• Provare che )A)F = tr (AA∗ ).

• Provare che se λ è un autovalore di A, allora λ è un autovalore di A, e quindi di

A∗ .

Il teorema 1.3 ammette una formulazione più specifica per quanto riguarda la base che
realizza la triangolarizzazione nel caso delle matrici complesse. La proprietà, data senza
dimostrazione, è espressa dal seguente teorema.
Teorema di Schur4 . Sia A ∈ Cn,n . Allora esiste una matrice unitaria U tale che

U ∗ AU = ∆,

ove ∆ è triangolare superiore.

Dimostrazione. Si usi l’induzione sull’ordine n della matrice. Il primo passo è
banale. Se A ∈ Cn,n sia X1 un autovettore di A di modulo 1. Si consideri una base
ortonormale di Cn del tipo B = {X1 , Y2 , . . . , Yn }. La funzione lineare fA definita da
fA (X) = AX assume, nella base B, la forma
, -
∗ # λ1 B
Q AQ = A =
O C

dove λ1 è l’autovalore di X1 e Q è unitaria. Per l’ipotesi induttiva, V ∗ CV = D, dove D

è triangolare superiore e V è unitaria. Introdotta la matrice unitaria
, -
1 O
Z=
O V

risulta
λ1 B #
, -
∗ ∗
Z Q AQZ = ,
O D
da cui la tesi, ponendo U = QZ. QED

4
Issai Schur (1875–1941)
22 Capitolo 1. Le matrici

Essendo U ∗ = U −1 , A è simile alla matrice triangolare ∆, dunque A e ∆ hanno gli

stessi autovalori.
Corollario 1.2. Se A ∈ Rn,n ⊂ Cn,n ha tutti gli autovalori reali, allora esiste una
matrice ortogonale U ∈ O(n, R) tale che U T AU = ∆.
Dal precedente teorema si ottiene una conseguenza fondamentale.
Teorema spettrale I. Se A ∈ Cn,n è hermitiana, allora esiste una matrice unitaria
U ∈ Cn,n tale che
U ∗ AU = D,
dove D ∈ Cn,n è diagonale.

Dimostrazione. Per il teorema di Schur si ha U ∗ AU = ∆. Ma

∆∗ = (U ∗ AU )∗ = U ∗ A∗ U = U ∗ AU = ∆.

Dunque ∆ è diagonale. QED

Il teorema è detto ‘spettrale’ poiché fa intervenire lo spettro di una matrice, ossia

l’insieme dei suoi autovalori.
Il teorema continua a valere per le matrici reali sostituendo le parole “hermitiana” ed
“unitaria” con “simmetrica” ed “ortogonale”, e si riduce al risultato già noto [16]. Inoltre,
il teorema vale anche per le matrici unitarie, nella forma seguente.
Teorema spettrale II. Sia A ∈ Cn,n . Allora A è normale se e solo se esiste una
matrice unitaria U ∈ Cn,n tale che

U ∗ AU = D,

dove D ∈ Cn,n è diagonale.

Dimostrazione. Sia A = U DU ∗ , e si ponga D = (dij ). Allora

AA∗ = (U DU ∗ ) (U DU ∗ )∗ = U (DD∗ )U ∗ ,
A∗ A = (U DU ∗ )∗ (U DU ∗ ) = U (D ∗ D)U ∗ ,

ma DD∗ è una matrice diagonale i cui elementi diagonali sono |dii |2 , da cui la tesi.
Viceversa, per il teorema di Schur si ha ∆ = U ∗ AU , e da AA∗ = A∗ A si ha

∆∆∗ = U ∗ AU U ∗ A∗ U = U ∗ AA∗ U = U ∗ A∗ AU = ∆∗ ∆,

cioè ∆ è normale.
Utilizzando l’induzione sull’ordine n della matrice, si dimostra che ∆ è diagonale. Il
primo passo è ovvio. Posto ∆ = (tij ), ricordando che ∆ è triangolare superiore, risulta
per l’elemento di posto (1, 1) in ∆∆∗ = ∆∗ ∆

|t11 |2 + |t12 |2 + · · · + |t1n |2 = |t11 |2 ⇒ t12 = · · · = t1n = 0,

1.6. Matrici definite positive 23

dunque , - , -
t11 O ∗ t11 O
∆= , ∆ = .
O ∆1 O ∆∗1
Essendo ∆∆∗ = ∆∗ ∆, si prova facilmente che anche ∆1 è normale, dunque diagonale per
l’ipotesi induttiva. Da questo si ha la tesi. QED

Il teorema spettrale I nel caso di una matrice simmetrica è detto anche “teorema
degli assi principali” per le applicazioni che esso ha nella diagonalizzazione delle forme
quadratiche, e quindi nella ricerca della forma canonica delle quadriche.
Osservazione 1.7. Gli endomorfismi simmetrici di spazi vettoriali euclidei reali sono
gli unici che si diagonalizzano con basi ortonormali. Infatti, se f : V → V è un en-
domorfismo simmetrico dello spazio vettoriale euclideo V e B è una base ortonormale,
allora
MBB (f ) = U T DU,
con D diagonale ed U ∈ O(n, R). Viceversa, se f è diagonalizzabile in R tramite basi
ortonormali, ossia MBB (f ) = U T DU , risulta
/T
(MBB (f ))T = U T DU = MBB (f ),
.

dunque la matrice è simmetrica. !

Osservazione 1.8. Ogni matrice quadrata A ∈ Cn,n si scompone in modo unico cosı̀:

def 1 def 1
A = H + K, H = (A + A∗ ), K = (A − A∗ ), A∗ = H − K. (1.5.3)
2 2
dove H è hermitiana e K è antihermitiana. Gli autovalori di una matrice hermitiana sono
reali, gli autovalori di una matrice antihermitiana sono immaginari (verificarlo!). Se si
fanno corrispondere le matrici hermitiane ai numeri reali e le matrici antihermitiane ai
numeri immaginari, la scomposizione (1.5.3) corrisponde alla forma algebrica dei numeri
complessi: z = a + ib. Allora le matrici unitarie possono essere fatte corrispondere ai
numeri complessi di modulo 1. !

1.6 Matrici definite positive

Definizione 1.5. Una matrice A ∈ Cn,n è definita positiva se è hermitiana e

X ∗ AX > 0 ∀ X ∈ Cn,1 ! {O}.

Si confronti la precedente definizione con la teoria sviluppata nel paragrafo A.1.

Lemma 1.1. Una matrice A ∈ Cn,n hermitiana è definita positiva se e solo se i suoi
minori principali (definizione (1.1.1)) sono definiti positivi.
24 Capitolo 1. Le matrici

Dimostrazione. Si noti, innanzitutto, che i minori principali di A sono hermitiani

anch’essi. Per ogni k = 1, . . . , n si può decomporre A a blocchi come segue:
, -
Ak P
A= .
Q R

Sia X ∈ Cn,1 tale che X = (Y ∗ O)∗ ed Y ∈ Ck,1 . Se Y %= O, risulta X %= O e

X ∗ AX = Y ∗ Ak Y,

da cui la tesi. QED

Criterio di Sylvester. Una matrice A ∈ Cn,n hermitiana è definita positiva se e

solo se i suoi minori principali (definizione (1.1.1)) soddisfano le condizioni

det Ak > 0 k = 1, . . . , n.

Dimostrazione. Usando il precedente lemma, risulta (per induzione) che gli au-
tovalori di A sono tutti reali positivi, e quindi, poiché Ak è diagonalizzabile det Ak =
λ1 · · · λk > 0. QED

Ovviamente, per k = n il teorema precedente dà det A = det An > 0.

Esempio 1.6. Sia  
1 −2 −1
A = −2 6 0 .
−1 0 5
. 1 −2 /
A è simmetrica e A1 = (1), A2 = −2 6 , A3 = A, dunque A è definita positiva.
Esempio 1.7. Si consideri una funzione f : Rn → R di classe C 2 e la sua matrice
hessiana in p ∈ Rn : , 2 -
∂ f
H(p) = (hij (p)) = (p) .
∂xi ∂xj
La matrice H(p) è simmetrica reale e dà informazioni sui punti critici di f . Più partico-
larmente, se p è un punto critico (ossia ∇f (p) = "0), allora p è detto non degenere quando
det H(p) %= 0. Il numero degli autovalori strettamente negativi di H(p) è detto indice del
punto critico p di f , indp (f ). Ne segue

p minimo locale di f ⇔ indp (f ) = 0,

p massimo locale di f ⇔ indp (f ) = n.

Se 0 < indp (f ) < n, il punto p è un punto di sella e la forma associata è indefinita.

Le matrici definite positive intervengono spesso in problemi di ottimizzazione e tro-
vano molteplici applicazioni nelle scienze e nell’ingegneria. Spesso, infatti, si tratta di
massimizzare o minimizzare una forma quadratica soggetta a qualche vincolo. Il seguente
teorema è di aiuto in questi casi.
1.7. Invertibilità di una matrice 25

Teorema 1.5. Sia A ∈ Rn,n simmetrica. Si consideri la forma quadratica Q(X) =

T
X AX. Siano λm e λM il minimo ed il massimo autovalore di A. Allora:

1. max{Q(X) | )X) ≤ 1} = λM ,

2. min{Q(X) | )X) ≤ 1} = λm .

Inoltre, se λh ∈ C sono gli autovalori di A per h = 1, . . . , n, allora λh = Q(Fh ), dove Fh

è un vettore nell’autospazio V (λh ).
Questo teorema è molto importante nelle applicazioni che coinvolgono problemi di
vibrazione, dall’aerodinamica alla fisica delle particelle. I valori massimi e minimi descritti
nel teorema vengono spesso determinati utilizzando tecniche di calcolo in più variabili.

1.7 Invertibilità di una matrice

Sia A ∈ Cn,n . È illustrato un criterio per l’invertibilità di A che non richiede il calcolo
del determinante, però la condizione è solo sufficiente.
Teorema 1.6 (Teorema della diagonale dominante). Sia A ∈ Cn,n . Condizione
sufficiente affinché A sia invertibile è che ogni elemento della diagonale abbia modulo
maggiore della somma degli elementi che si trovano sulla stessa riga, ossia
n
+
|aii | > |aij |, i = 1, . . . , n.
j=1
j%=i

Dimostrazione. Si supponga A non invertibile. Allora esiste V ∈ Cn,1 ! {O} tale

che AV = O. Se vi è la componente di V con modulo massimo, |vi | > 0 e

0 = (AV )i = ai1 v1 + · · · + aii vi + · · · + ain vn

implica
1+n 1 + n
|aii ||vi | = 1 aij vj 1 ≤ |aij ||vi |,
1 1
j=1 j=1
j%=i j%=i

da cui la tesi. QED

Osservazione 1.9. Ovviamente, vale un criterio analogo per le colonne di A. !

Osservazione 1.10. Si noti che il calcolo del determinante è molto dispendioso da
un punto di vista computazionale: occorrono n! moltiplicazioni di n oggetti ed n som-
me. Il criterio precedente consente di arrivare alle stesse conclusioni (quando possibile!)
utilizzando solamente n somme di n elementi (una per ogni riga). !
26 Capitolo 1. Le matrici

1.8 Diagonalizzazione simultanea di matrici

Siano A, B, ∈ Cn,n due matrici diagonalizzabili. Ci chiediamo in quali casi sia possibile
diagonalizzarle simultaneamente, ovvero in quali casi esista una base che sia costituita da
autovettori sia di A sia di B, e quindi esista una matrice C ∈ Cn,n invertibile tale che

C −1 AC = D, C −1 BC = D# ,

dove D e D# sono le forme diagonali di A e B rispettivamente.

Questo problema è molto importante in meccanica quantistica ed in teoria delle
rappresentazioni. La risposta è data dal seguente teorema.
Teorema 1.7. Siano A, B, ∈ Cn,n due matrici diagonalizzabili. Esse sono simulta-
neamente diagonalizzabili se e solo se sono permutabili.

Dimostrazione. Se sono simultaneamente diagonalizzabili, allora

AB = CDC −1 CD# C −1 = CDD# C −1 = CD# DC −1 = BA.

Viceversa, supponiamo che A e B siano diagonalizzabili e che AB = BA. Indichiamo con

V (λ1 ), . . . , V (λr ) gli autospazi relativi ad A, per cui

hi = dim V (λi ) = mi .

dove mi è la molteplicità algebrica di λi . Per "v ∈ V (λi ) si ha

A(B"v ) = B(A"v ) = B(λi"v ) = λi (B"v ) ⇒ B"v ∈ V (λi ),

quindi l’applicazione lineare associata a B muta ogni sottospazio V (λi ) di A in sé.

Sia ora w
" un autovettore per B, dunque B w " = µw. " Poiché w
" ∈ V = V (λ1 )⊕· · ·⊕V (λr )
si ha w
" = "z1 +· · ·+"zr , con "zi ∈ V (λi ) per ogni i, in modo unico. Ora, B w " = B"z1 +· · · B"zr
e B"zi ∈ V (λi ) per ogni i. Poiché la decomposizione µw " = µ"z1 + · · · + µ"zr è unica si ha

B"zi = µ"zi i = 1, . . . , r.

Se per un certo indice i0 si ha "zi0 %= 0, questo è un autovettore di A poiché "zi0 ∈ V (λi0 ),

ed un autovettore di B poiché B"zi0 = µ"zi0 .
Applicando il procedimento indicato sopra ad una base {w " 1, . . . , w
" n } di autovettori
di B (certo esistente poiché B è diagonalizzabile) otteniamo almeno n vettori che sono
simultaneamente autovettori di A e B. Poiché i vettori w " i sono combinazione lineare degli
autovettori simultanei, lo spazio da essi generato è uguale a L(w " 1, . . . , w
" n ) = V ; quindi
da essi si può estrarre una base. QED

Esercizio 1.7. Si considerino le seguenti matrici A e B e si provi che sono simulta-

1.9. Esercizi di riepilogo 27

neamente diagonalizzabili. Si determini inoltre una base comune di autovettori

   
2 0 0 1 0 0
A =  0 2 0 , B = −2 3 0
−1 0 3 −2 0 3

Soluzione. Si vede facilmente che AB = BA; si osservi che gli autovalori delle matrici sono gli
elementi sulla diagonale principale, e che risulta

VA (2) = L((1, 0, 1), (0, 1, 0)), VA (3) = L((0, 0, 1)),

VB (3) = L((0, 1, 0), (0, 0, 1)), VB (1) = L((1, 1, 1)),

dunque A e B sono diagonalizzabili. L’autovettore w ! = (0, 0, 1) di B si può decomporre univocamente

come w ! = !z1 + !z2 , dove !z1 ∈ VA (2) e !z2 ∈ VA (3). In particolare, come è ovvio, w! ∈ VA (3). Si consideri
ora w! = (0, 1, 0); procedendo come prima si ha w ! ∈ VA (2). Infine, preso w! = (1, 1, 1), si ha w
! = !z1 + !z2 ,
con !z1 = (1, 0, 1) + (0, 1, 0) e !z2 = !0. Dunque la base cercata è

(0, 1, 0), (0, 0, 1), (1, 1, 1).

1.9 Esercizi di riepilogo

Esercizio 1.8. Sia T GLU (n, K) l’insieme delle matrici triangolari superiori invertibi-
li in Kn,n . Dimostrare che T GLU (n, K) è un sottogruppo di GL(n, K). Ripetere l’esercizio
per l’insieme delle matrici triangolari inferiori invertibili.
(Suggerimento: si dimostri che l’inversa di una matrice triangolare superiore invertibile è triangolare
superiore e che il prodotto di due matrici triangolari superiori è triangolare superiore.)
Esercizio 1.9. Siano X, Y ∈ Cn . Dimostrare che la matrice XY ∗ ha rango 1.
(Suggerimento: per ogni Z ∈ Cn si ha (XY ∗ )Z = X(Y ∗ Z).)
Esercizio 1.10. Siano X, Y ∈ Cn . Dimostrare che la matrice XY ∗ ha traccia Y ∗ X.
Esercizio 1.11. Siano X, Y ∈ Cn . Dimostrare che

1. det(I + XY ∗ ) = 1 + Y ∗ X;

2. se 1 + Y ∗ X %= 0, allora
XY ∗
(I + XY ∗ )−1 = I −
1 + Y ∗X

(Suggerimento: osservato che

! "! " ! "
I O I −X I −X
=
−Y ∗ 1 Y∗ 1 O 1 + Y ∗X

applicare il teorema di Binet.)

Esercizio 1.12. Sia A ∈ Cn,n con det A %= 0, e siano X, Y ∈ Cn . Dimostrare che:
28 Capitolo 1. Le matrici

1. det(A + XY ∗ ) = 0 se e solo se Y ∗ A−1 X = −1;

2. se det(A + XY ∗ ) %= 0, allora vale la seguente formula di Sherman–Morrison:

A−1 XY ∗ A−1
(A + XY ∗ )−1 = A−1 − .
1 + Y ∗ A−1 X
(Suggerimento: si usi l’esercizio precedente.ale)

Esercizio 1.13. Dimostrare che le matrici hermitiane costituiscono un sottospazio

vettoriale reale di Cn,n ma non un sottospazio complesso. Trovarne la dimensione.
Esercizio 1.14. Provare che, se A ∈ Cn,n è invertibile, allora A non può essere
nilpotente.
Esercizio 1.15. Provare che se A ∈ Rn,n è simmetrica e nilpotente, allora A = O.
Esercizio 1.16. Determinare tutte le matrici A ∈ R2,2 tali che A2 = O.
Esercizio 1.17. Sfruttando l’esercizio precedente, risulvere la seguente equazione ma-
triciale con incognita X ∈ R2,2 :

X 2 − 2X + I = O.

Soluzione.
! " ! "
1 0 1 y
X= , ∀z ∈ R; X = , ∀y ∈ R;
z 1 0 1
1 − h −h2 /k
! "
X= , ∀h ∈ R, ∀k ∈ R ! {0}.
k 1+h

Esercizio 1.18. Posto

, - , -
1 0 0 1
I= , J= ,
0 1 −1 0

provare che la matrice

1 − t2 2t
R(t) =
2
I+ J
1+t 1 + t2
rappresenta, per ogni t ∈ R, una rotazione, e determinarne l’angolo ϕ(t).
Esercizio 1.19. Se A, B ∈ Cn,n , allora AB e BA hanno gli stessi autovalori.
(Suggerimento: se λ = 0 è un autovalore di AB, allora 0 = det(AB) = det(BA), quindi λ è un
autovalore di BA. Se λ $= 0 è un autovalore di AB, esiste un vettore X 0 $= O per cui ABX0 = λX0 ,
allora BX0 $= 0 e λ è un autovalore per BA. Si noti che in questo caso le matrici possono essere non
simili: ad esempio si consideri ! " ! "
1 0 0 1
A= , B= ;
0 0 0 0
si ha AB = O ma BA $= O.)
1.9. Esercizi di riepilogo 29

Esercizio 1.20. Stabilire per quali eventuali valori dei parametri a, b, c, d ∈ C sono
simili le matrici
   
a 1 b 1 −1 −1 + i
B= 0 i c , B # =  i −i −i  .
0 0 d −1 1 1+i

Soluzione. Condizione necessaria (ma non sufficiente) affinché B e B " siano simili è che PB (λ) =
PB ! (λ). Ora

PB (λ) = (a − λ)(i − λ)(d − λ) = 0 ⇒ λ = a, i, d,

PB ! (λ) = λ(λ − i)(λ − 2 + i) = 0 ⇒ λ = 0, i, 2 − i,

quindi a = 0, d = 2 − i, oppure a = 2 − i, d = 0. In entrambi i casi B e B " hanno autovalori distinti, e

quindi sono diagonalizzabili e simili alla matrice I = diag(0, i, 2 − i), e dunque simili tra loro. !
 CAPITOLO 2

FUNZIONI MATRICIALI

2.1 Polinomi matriciali

Sia f : R → R una funzione reale di una variabile reale. Si cercherà di dare significato
all’espressione f (X) quando X è una matrice.
Si consideri dapprima il caso in cui f sia un polinomio del tipo

p(x) = an xn + an−1 xn−1 + · · · + a1 x + a0 .

Se A ∈ Rm,m si pone

def
p(A) = an An + an−1 An−1 + · · · + a1 A + a0 I ∈ Rm,m .

Sia p(x) = x3 − 7x + 1 e A = . Allora A2 = , A3 =

.1 2/ .1 6/ . 1 14 /
Esempio
. −5 2.1. 0 2 0 4 0 8 ,
0
/
e p(A) = 0 −5 = −5I. !

Si osservi che p : Rm,m → Rm,m non è un endomorfismo, mentre a p(A) si può associare
l’endomorfismo
fp(A) : Rm → Rm , "x -→ p(A)"x.
Se A = diag(λ1 , . . . , λm ) è una matrice diagonale, allora Ah = diag(λh1 , . . . , λhm ) e
p(A) = diag(p(λ1 ), . . . , p(λm )). Quindi, in questo caso, se λi sono radici di p(x) = 0, allora
p(A) = O. Nel caso di matrici non diagonali, invece, le cose si complicano notevolmente.
Esempio 2.2. Sia
p(x) = x2 = 0.
Nei numeri reali l’unica soluzione è x = 0. Se X = xz yt , l’equazione p(X) = O ammette
. /

infinite soluzioni, poiché esistono divisori

. 0 0dello 0. . /
Ad esempio, si verifica che X1 = 0 0 , X2 = z0 00 (per ogni z ∈ R), X3 = 00 y0
/ . /
. −h2 /k /
(per ogni y ∈ R), ed X4 = −h k h
(per h ∈ R e k %= 0) sono soluzioni, diverse da 0,
dell’equazione p(X) = O

30
2.2. Polinomi annullatori 31

2.2 Polinomi annullatori

Data una matrice A, si ricercano polinomi a coefficienti in un campo K che si annullino
in A. Tali polinomi si dicono annullatori di A.
Lemma 2.1. Esistono polinomi annullatori di A.

2
Dimostrazione. Sia A ∈ Rn,n , e si considerino le potenze I, A, A2 , . . . , An . Queste
n2 + 1 matrici sono dipendenti poiché dim Rn,n = n2 ; allora esiste una loro combinazione
lineare a coefficienti non tutti nulli che dà la matrice nulla
2 2 −1
an2 An + an2 −1 An + · · · + a1 A + a0 I = O.

Un polinomio annullatore di A (di grado ≤ n2 )è quindi

2 2 −1
p(x) = an2 xn + an2 −1 xn + · · · + a 1 x + a0 .

QED

Sia A una matrice simile ad una matrice diagonale D. Allora

A = B −1 DB ⇒ Ak = B −1 Dk B,

quindi se p(x) è un polinomio si ha

p(A) = B −1 p(D)B.

Considerando il polinomio caratteristico PA (x) di A, risulta

PA (A) = B −1 PA (D)B = B −1 PD (D)B = O,

poiché D = diag(λ1 , . . . , λn ), dove λi sono gli autovalori di A (e di D).

Ciò che è sorprendente è che il risultato precedente vale per ogni matrice A, anche non
diagonalizzabile. Per il teorema di Schur, basterebbe dimostrarlo per matrici triangolari.
Teorema 2.1 (Cayley–Hamilton). Ogni matrice A ∈ Kn,n è radice del suo polino-
mio caratteristico.
Saranno ora analizzate alcune conseguenze del teorema di Cayley–Hamilton. Innan-
zitutto, il polinomio caratteristico ha coefficienti determinati da A. Infatti

PA (λ) = det(A − λI) = (−1)n λn + (−1)n−1 bn−1 λn−1 + · · · + (−1)b1 λ + b0 ,

32 Capitolo 2. Funzioni matriciali

dove

bn−1 = tr A = a11 + · · · + ann ,

+ 11 aii aij 11
bn−2 = 1aji ajj 1 ,
1 1
1≤i<j≤n
1 1
1 aii aij aik 1
+ 1 1
bn−3 = 1 aji ajj ajk 1 ,
1 1
1≤i<j<k≤n 1aki akj akk 1

···
b0 = det A.

Se b0 = det A %= 0, poiché per il teorema di Cayley-Hamilton si ha PA (A) = O, risulta

A−1 PA (A) = (−1)n An−1 + (−1)n−1 bn−1 An−2 + · · · + (−1)b1 I + b0 A−1 = O,

da cui

−1 12 n−1 n−1 n−2 n−2

3
A = (−1) A + (−1) bn−1 A + · · · + (−1)b2 A + b1 I ,
b0

ossia è possibile trovare A−1 come polinomio di grado n − 1 della matrice A.

Esercizio 2.1. Trovare la matrice inversa di
 
0 0 2
A = −2 1 0
−1 1 3

Soluzione. A è invertibile perché det A = −2 $= 0. Si ha

PA (λ) = det(A − λI) = −λ3 + 4λ2 − 5λ − 2,

dunque A−1 = −1/2(A2 − 4A + 5I). !

Esercizio 2.2. Calcolare, tramite il teorema di Cayley–Hamilton, l’espressione A 4 −

11A2 + 22A (usando la matrice A dell’esercizio precedente).

Soluzione. Da PA (A) = O segue A3 = 4A2 − 5A − 2I. Allora

A4 − 11A2 + 22A = AA3 − 11A2 + 22A = A(4A2 − 5A − 2I) − 11A2 + 22A =

= 4A3 − 16A2 + 20A = 4(4A2 − 5A − 2I) − 16A2 + 20A = −8I.

Osservazione 2.1. Dunque, per calcolare le potenze Ak , con k > n, basta conoscere
il polinomio caratteristico di A e le potenze A2 ,. . . An−1 (senza calcolare gli autovalori).
2.3. Polinomio minimo 33

2.3 Polinomio minimo

Il lemma 2.1 assicura l’esistenza di un polinomio annulatore di A di grado minore od
uguale a n2 , mentre il teorema di Cayley–Hamilton abbassa il grado ad n. Il seguente
teorema prova che il grado potrebbe ulteriormente abbassarsi.
Teorema 2.2. Sia A ∈ Kn,n . Allora esiste un solo polinomio µA (λ), detto polinomio
minimo di A, tale che:

1. µA (λ) è monico (cioè, il coefficiente del termine di grado massimo è uguale ad 1);

2. µA (A) = O;

3. se p(λ) è un polinomio tale che p(A) = O allora gr p(λ) ≥ gr µ A (λ).

Corollario 2.1. Sia A ∈ Kn,n . Il polinomio µA (λ) è un fattore di PA (λ).

Dimostrazione. Infatti, si ha PA (λ) = µA (λ)s(λ) + r(λ), con gr r(λ) ≤ gr µA (λ).

Poiché risulta
O = PA (A) = µA (A)s(A) + r(A) = r(A),
segue che r(λ) = 0 per la minimalità di µA (λ). QED

Teorema 2.3. I polinomi PA (λ) e µA (λ) hanno gli stessi zeri.

Dimostrazione. Poiché PA (λ) = µA (λ)s(λ), ne segue che gli zeri di µA (λ) devono
essere zeri di PA (λ). Viceversa, ogni zero di PA (λ) è uno zero di µA (λ). Infatti, se λ̃ è
uno zero di PA (λ), allora

AX = λ̃X ⇒ Ak X = λ̃k X ⇒ µA (A)X = µA (λ̃)X,

ma µA (A) = O, dunque µA (λ̃) = 0. QED

Ma µA (λ) è monico, quindi

µA (λ) = (λ − λ1 )n1 · · · (λ − λr )nr ,

4r
dove λ1 , . . . , λr sono gli r autovalori distinti di A e i=1 ni ≤ n. Ovviamente, se la
matrice A ha gli autovalori distinti, risulta PA (λ) = (−1)n µA (λ).
Infine, si prova il seguente teorema.
Teorema 2.4. Una matrice A ∈ Kn,n è diagonalizzabile in K se e solo se le radici di
µA (λ) = 0 sono in K ed hanno molteplicità algebrica 1 (ossia sono n radici distinte).
Osservazione 2.2. Da quanto sopra detto segue che anche l’espressione di A−1 come
polinomio in A di grado minore di n non è unica. Infatti si possono ripetere per µA (λ) le
stesse argomentazioni fatte per PA (λ) (anche per il calcolo delle potenze di A).
34 Capitolo 2. Funzioni matriciali

Esempio 2.3. Sia  

1 1 0 1
0 1 0 0
A=
0
;
0 1 0
0 0 0 2
PA (λ) = (λ − 1)3 (λ − 2). Si verifica facilmente che A annulla anche il polinomio (λ −
1)2 (λ − 2), mentre non anulla il polinomio (λ − 1)(λ − 2). Dunque

µA (λ) = (λ − 1)2 (λ − 2).

Poiché la molteplicità algebrica di 1 rispetto a µA (λ) è 2, la matrice A non è diagonaliz-

zabile. !
Il teorema 2.4 dà un criterio puramente algebrico per la diagonalizzabilità di una
matrice A, ma bisogna trovare µA (λ). Esiste un algoritmo per il calcolo del polinomio
minimo che non richiede il calcolo esplicito degli autovalori.

2.4 Funzioni di matrici definite mediante serie di

potenze
Sia f : U ⊂ C → C una funzione analitica della variabile z
∞
+
f (z) = ak z k ,
k=0

e sia ρ il raggio di convergenza della serie. Se X = (xij ) ∈ Cn,n si ha la serie formale

∞
+
ak X k . (2.4.1)
k=0

Se tale serie converge, il suo limite si indicherà f (X). Ebbene

Teorema 2.5. Condizione sufficiente per l’assoluta convergenza della serie (2.4.1) è
che la matrice X sia nilpotente o che tutti gli autovalori di X siano in modulo minori di
ρ.
Naturalmente, se ρ è infinito, è ben definita f (A) per ogni A.
Osservazione 2.3. Se A = B −1 ∆B, allora Ak = B −1 ∆k B e f (A) = B −1 f (∆)B.
Quindi se ∆ = diag(d1 , . . . , dn ), risulta f (∆) = diag(f (d1 ), . . . , f (dn )) ed f (A) si calcola
facilmente.
Definizione 2.1. La funzione e· : Cn,n → Cn,n definita da
∞
A def
+ Ak
e =
k=0
k!
2.4. Funzioni di matrici definite mediante serie di potenze 35

è detta esponenziale di A.
Si noti inoltre che Ak per k ≥ n, grazie al teorema di Cayley–Hamilton, è esprimibile
come combinazione lineare delle potenze Ah con h < n. Naturalmente, se A è una matrice
nilpotente di ordine h, quindi Ah = O, allora
h−1
+ Ak
etA = tk .
k=0
k!

Poiché la serie eA è rapidamente convergente, il metodo della serie è quello che viene
comunemente usato per il calcolo di eA con il computer.
Analogamente, si definiscono il seno ed il coseno di una qualsiasi matrice A:
∞
def
+ (−1)k
sin A = A2k+1 ,
k=0
(2k + 1)!
∞
def
+ (−1)k
cos A = A2k ,
k=0
(2k)!

mentre, se tutti gli autovalori λh di A soddisfano alla limitazione |λh | < 1, si può definire
∞
+
(I − A)−1 = Ak .
k=0

Esempio 2.4.
• Sia A = diag(λ1 , . . . , λn ). Allora Ak = diag(λk1 , . . . , λkn ), quindi

eA = diag(eλ1 , . . . , eλn ).

k k 1 k
.1 1/ . /
• Sia A = t 0 1 . Allora A = t 0 1 e

∞
(−1)k t2k+1 1 2k + 1
, - , -
+ sin t t cos t
sin A = = .
k=0
(2k + 1)! 0 1 0 sin t

. Allora A2 = I e si ha
.0 1/
• Sia A = 1 0
, -
tA cosh t sinh t
e = .
sinh t cosh t

Si noti che, se  
A1
 A2 
A=
 
 ... 

Ar
36 Capitolo 2. Funzioni matriciali

allora, come si vede facilmente,

 
etA1
 etA2 
etA = .
 
 ... 
etAr

2.5 Proprietà dell’esponenziale di matrici

In questo paragrafo saranno esposte alcune proprietà dell’esponenziale di matrici,
molto utili per le applicazioni.
Proposizione 2.1. Siano A, B ∈ Cn,n . Allora:
1. se AB = BA, si ha eA+B = eA eB ;
2. (eA )−1 = e−A ;
3. det(eA ) = etr A ,
quindi eA è sempre una matrice invertibile.
Dimostrazione. Poiché AB = BA, vale la seguente identità:
k , -
k
+ k
(A + B) = Ak−r B r ,
r=0
r

da cui la conclusione (1) eseguendo il prodotto delle serie assolutamente convergenti e A

ed eB . Il secondo punto è banale, osservando che eO = I. Per il terzo punto, osservando
che A è simile ad una matrice triangolare ∆, risulta

eA = B −1 e∆ B e det(eA ) = det(e∆ ).

Pertanto bisogna dimostrare la proprietà solo per il caso delle matrici triangolari. Questo
compito è lasciato al lettore. QED

Esempio 2.5. Sia A = 01 10 . Essa è diagonalizzabile ed A = BDB −1 , dove

. /

, - , √ √ -
1 0 1/√2 1/ √2
D= , B= ,
0 −1 1/ 2 −1/ 2

Dunque
, √ √ -, -, √ √ - , -
A D −1 1/√2 1/ √2 e 0 1/√2 1/ √2 cosh 1 sinh 1
e = Be B = = .
1/ 2 −1/ 2 0 e−1 1/ 2 −1/ 2 sinh 1 cosh 1

Infine det(eA ) = 1, essendo etr A = e0 = 1.

2.6. Esponenziale di matrici ed equazioni differenziali 37

Esercizio 2.3. Provare che se "v è un autovettore di A relativo all’autovalore λ, allora

"v è anche autovettore della matrice eA relativo all’autovalore eλ .

2.6 Esponenziale di matrici ed equazioni differen-

ziali
Dati A ∈ Cn,n e C ∈ Cn,1 , si consideri la funzione

X : R → Cn , X(t) = eAt C.

Se X è derivabile, si ha
dX
= AeAt C = AX.
dt
Pertanto, dato il sistema di equazioni differenziali ordinarie del primo ordine
dX
= AX, (2.6.2)
dt
un modo compatto per scrivere le soluzioni del sistema è

X(t) = eAt C,

con C ∈ Cn costante.
L’esponenziale di una matrice interviene in modo essenziale nello studio dei sistemi
di equazioni differenziali ordinarie a coefficienti costanti. Questi sistemi schematizzano
l’evoluzione di un sistema autonomo (ossia, non dipendente dal tempo in modo esplicito),
ed i problemi di stabilità delle loro soluzioni hanno particolare importanza nel campo
dell’Ingegneria, per esempio nell’Automatica [31].
Osservazione 2.4. Nei problemi di stabilità per le soluzioni dei sistemi di equazioni
differenziali lineari a coefficienti costanti è importante avere un criterio che stabilisca sotto
quali ipotesi sugli autovalori di A risulti

lim etA = O.
t→+∞

Sussiste, in proposito, il seguente teorema: se tutti gli autovalori di A hanno la parte

reale negativa, allora è verificata la precedente relazione. In tal caso la matrice A si dice
stabile.
Esercizio 2.4. Dare la soluzione generale, in forma compatta, del sistema di equa-
zioni differenziali lineari
dx dy
= x + 2y, = 2x + y.
dt dt
(Suggerimento: si tratta di calcolare etA dove A =
#1 2$
2 1 . Poiché A è diagonalizzabile, il calcolo non
presenta difficoltà.
38 Capitolo 2. Funzioni matriciali

Posto C T = (c1 c2 ) si ha

x(t) = (c1 + c2 )e3t + (c1 − c2 )e−t = k1 e3t + k2 e−t

%

y(t) = (c1 + c2 )e3t + (c2 − c1 )e−t = k1 e3t − k2 e−t

dove k1 e k2 sono costanti. Eliminando il parametro t si ottiene

(x + y)(x − y)3 = 16k1 k23 = costante.

Le orbite sono curve algebriche di ordine 4 aventi per asintoto le rette x = ±y. L’origine è un punto
singolare di equilibrio instabile. Si provi a disegnare la precedente famiglia di curve usando un programma
di calcolo numerico o simbolico.)
 CAPITOLO 3

LA FORMA CANONICA DI JORDAN

Sia f : V → V un endomorfismo di uno spazio vettoriale di dimensione finita n su un

campo K. Supponiamo che K contenga tutti gli zeri del polinomio caratteristico Pf (λ)
di f , cioè Pf (λ) sia completamente riducibile in K (nel prodotto di fattori lineari).
Sappiamo già che non tutti gli endomorfismi ammettono una forma diagonale, che
possiamo considerare la più semplice per rappresentare un endomorfismo rispetto ad una
base.
Vogliamo trovare una forma canonica che più si avvicini a quella diagonale e che
coincida con essa quando f è semplice. Ciò è realizzato dalla cosiddetta forma canonica
di Jordan.
Infatti, sempre nell’ipotesi in cui K contenga tutti gli zeri del polinomio caratteristico
di f , si dimostra che esiste una base opportuna B di V , detta base di Jordan, rispetto cui
si ha
MBB (f ) = D + N,
dove D è una matrice diagonale, N è una matrice nilpotente (cioè tale che esiste k ∈ N
tale che N k = O) ed inoltre DN = N D.
Dunque, ogni matrice quadrata nel campo complesso è simile ad una matrice del tipo
D + N ; mentre nel campo reale una matrice A è simile ad una matrice in forma canonica
di Jordan se e solo se il polinomio caratteristico di A ha tutte le radici reali.
Naturalmente, se f è semplice allora N = O e si ritorna a quanto noto. Più precisa-
mente sia
Pf (λ) = (−1)n (λ − λ1 )m1 · · · (λ − λr )mr
dove λ1 , . . . , λr sono gli zeri distinti del polinomio caratteristico ed mi è la molteplicità
algebrica di λi . Naturalmente ri=1 mi = n.
4

Nel caso più generale in una base di Jordan si ha

 (1) 
J O . . . O
 
J1 O . . . O λ
 i (2)
O J . . . O O Jλi . . . O 

2 def
J = MBB (f ) =   ∈ Kmi ,mi
 
 , Ji = J(λi ) = 

. . . . . . . . . . . . . . .  . . . . . . . . . . . . . . . . . . . . 
O O . . . Jr (h )
O O . . . Jλi i

39
40 Capitolo 3. La forma canonica di Jordan

(j) (j) (j)

dove hi = dim V (λi ). Ogni blocco elementare Jλi , di ordine ki tale che 1 ≤ ki ≤ mi è
dato da
   
λi 1 0 . . . 0 0 1 0 ... 0
 0 λi 1 . . . 0  0 0 1 . . . 0
(j) def  def 
  
Jλi = . . . . . . . . . . . . . . . . . . .  = λi I + Nj , con Nj = 

. . . . . . . . . . . . . . . . . 

 0 0 . . . λi 1  0 0 . . . 0 1
0 0 . . . 0 λi 0 0 ... 0 0

(j)
La matrice Nj è nilpotente di indice ki ed ovviamente commuta con λi I. Ovviamente
(j)
Nj ha come autovalore 0 con molteplicità ki . La matrice Nj è detta blocco nilpotente di
(j)
ordine ki .
Si noti che i blocchi elementari di solito vengono scritti secondo l’ordine decrescente.
(j)
Se f è semplice, allora Jλi = (λi ) ∈ K1,1 .
Da quanto precede si deduce facilmente come dovrà essere una base di Jordan. Sia λi
un autovalore di f di molteplicità algebrica mi . Una catena di Jordan per f di lunghezza
(j) (j)
ki , con 1 ≤ ki ≤ mi , è un insieme di vettori

(i) (j) (i) (i) (i) (j)

{"vh | h = 1, . . . , ki } tale che f ("vh ) = λi"vh + "vh−1 , h = 1, . . . , ki ,

(i) (i)
dove è stato posto "v0 = "0, quindi f ("v1 ) = λi"v1 .
Una base di Jordan per f è una base di V composta dall’unione di un certo numero
di catene di Jordan per f a due a due disgiunte. Una base di autovettori è una base di
Jordan composta di catene di Jordan di lunghezza 1. È ovvio che il concetto di base di
Jordan generalizza quello di base di autovettori.
Esempio 3.1. Si consideri la matrice
 
0 1 0 2
0 0 0 0
A=
0
.
3 0 −1
0 0 0 0

Si ha λ1 = 0 con m1 = 4, dunque r = 1. Dal calcolo si ottiene dim V (0) = 2, dunque i

blocchi elementari sono 2. Ovviamente A non è diagonalizzabile. Per stabilire la dimen-
sione dei blocchi di Jordan (che potrebbero essere entrambi di ordine 2, o di ordine 1 e
di ordine 3) bisogna studiare la forma canonica degli endomorfismi nilpotenti, essendo la
nostra matrice nilpotente. Infatti

PA (λ) = λ4 ⇒ O = PA (A) = A4

Esercizio 3.1. Provare che una matrice A è nilpotente se e solo se ha come unico
autovalore λ = 0.
3.1. Gli endomorfismi nilpotenti e la loro forma canonica 41

3.1 Gli endomorfismi nilpotenti e la loro forma ca-

nonica
Sia t : V → V un endomorfismo nilpotente di indice k. Allora si ha

Ker t ⊂ Ker t2 ⊂ · · · ⊂ Ker tk = V

e tutte le inclusioni sono proprie se t %= 0. Infatti, per qualunque endomorfismo (anche

non nilpotente), si ha Ker th ⊆ Ker th+1 ; se per un certo h < k risultasse Ker th = Ker th+1 ,
allora si avrebbe anche · · · Ker th+2 ⊂ Ker th+1 = Ker th (come è facile verificare), il che
implicherebbe V = Ker th , contraddicendo l’ipotesi che l’indice di t sia k.
Teorema 3.1. Sia t : V → V un endomorfismo nilpotente di indice k di uno spazio
vettoriale V di dimensione n su campo K. Allora t si può rappresentare con una matrice
nilpotente a blocchi del tipo standard Nj .

Dimostrazione. La dimostrazione è di tipo costruttivo; si tratta di trovare una base

rispetto alla quale t assume la forma richiesta.
Passo 1. Siano "v1 , . . . , "vp1 vettori indipendenti in V ! Ker tk−1 che costituiscono una
base del supplementare di Ker tk−1 in V . Allora {t("v1 ), . . . , t("vp1 )} ⊂ Ker tk−1 e si vede che
una qualunque combinazione lineare a coefficienti non nulli di tali vettori non appartiene
a Ker tk−2 . Dunque
{t("v1 ), . . . , t("vp1 )} ⊂ Ker tk−1 ! Ker tk−2 ;
inoltre tali vettori sono indipendenti.
Passo 2. Sia {t("v1 ), . . . , t("vp1 ), "vp1 +1 , . . . , "vp2 } una base di un supplementare di Ker tk−2
in Ker tk−1 . Ragionando come sopra si prova che

{t2 ("v1 ), . . . , t2 ("vp1 ), t("vp1 +1 ), . . . , t("vp2 )} ⊂ Ker tk−2 ! Ker tk−3 ;

inoltre, tali vettori sono indipendenti.

Passo k − 1. Si ottiene la base di Ker t

{tk−1 ("v1 ), . . . , tk−1 ("vp1 ), tk−2 ("vp1 +1 ), . . . , t("vpk−1 ), "vpk−1 +1 , . . . , "vpk }.

Verrà ora dimostrato che un riordinamento di tutti i vettori sopra considerati fornisce
la base di Jordan cercata. Posto nh = dim(Ker th ), risulta


 p1 = nk − nk−1 = n − nk−1
 2 = nk−1 − nk−2 ≥ p1
p


···
pk−1 = n2 − n1 ≥ pk−1




pk = n1 ≥ pk−1

42 Capitolo 3. La forma canonica di Jordan

Si consideri la seguente base di V :

 k−1
 t ("v1 ), tk−2 ("v1 ), . . . , t("v1 ), "v1
p1 righe di vettori: · · ·
 k−1
t ("vp ), tk−2 ("vp1 ), . . . , t("vp1 ), "vp1
 k−2 1
 t ("vp1 +1 ), tk−3 ("vp1 +1 ), . . . , t("vp1 +1 ), "vp1 +1
p2 − p1 righe di vettori: · · ·
 k−2
t ("vp2 ), tk−3 ("vp2 ), . . . , t("vp2 ), "vp2
···

 "vpk−1 +1
pk − pk−1 righe di vettori: · · ·
"vpk


Se w" è un vettore di questa base, allora t(w)" ∈ Ker ti ! Ker ti−1 per un solo valore di i
tale che 1 ≤ i ≤ k. Dunque, ogni riga costituita da i vettori produce un blocco nilpotente
Ni nella matrice di t. Più in dettaglio, risultano

p1 blocchi di ordine k,
p2 − p1 blocchi di ordine k − 1,
···
pk − pk−1 blocchi di ordine 1.

Dunque, il totale dei blocchi nilpotenti è

p1 + (p2 − p1 ) + · · · + (pk − pk−1 ) = pk = n1 = dim(Ker t),

ed il numero dei vettori della base è

p1 k + (p2 − p1 )(k − 1) + · · · + (pk − pk−1 ) = p1 + p2 + · · · + pk = nk = n = dim V.

La matrice di t rispetto a questa base è

 
N1

 N2 

 
Nn1
QED

Si noti che il numero dei blocchi nilpotenti di ordine k − l è

pl+1 − pl = nk−(l+1)+1 − nk−(l+1) − nk−l+1 + nk−l = 2nk−l − nk−l−1 − nk−l+1 ;

ovvero, il numero dei blocchi nilpotenti di ordine i = k − l è

2ni − ni−1 − ni+1 ,

3.1. Gli endomorfismi nilpotenti e la loro forma canonica 43

posto ni = n per i ≥ k ed ni = 0 per i ≤ 0.

Esempio 3.2. Si consideri t : R5 → R5 rappresentato rispetto alla base canonica da
 
−5 −5 0 2 0
5 5 0 −2 0
 
A= 0
 0 0 1 0
0 0 0 0 0
5 5 0 0 0

Risulta A2 = O, dunque A ha indice 2, quindi

{"0} ⊂ Ker t ⊂ Ker t2 = V.

Essendo Ker t = {(x1 , −x1 , x3 , 0, x5 ) | x1 , x3 , x5 ∈ R}, si ha

n1 = dim Ker t = 3 n2 = dim Ker t2 = 5

p1 = n 2 − n 1 = 2 p 2 = n1 = 3

Si considerino due vettori indipendenti in V ! Ker t, ad esempio

"v1 = (0, 0, 0, 1, 0), "v2 = (1, 1, 0, 0, 0).

Si ha
t("v1 ) = (2, −2, 1, 0, 0), t("v2 ) = (−10, 10, 0, 0, 10).

Siccome {t("v1 ), t("v2 )} ⊂ Ker t, si complementa questo insieme ad una base di Ker t
mediante, ad esempio, il vettore "v3 = (0, 0, 1, 0, 0). La base cercata è

{t("v1 ), "v1 , t("v2 ), "v2 , "v3 }.

Rispetto a questa base, t ha la matrice

 
0 1 0 0 0
0 0 0 0 0
 
 
 
J =
 0 0 0 1 0 

0 0 0 0 0
 
 
0 0 0 0 0

Ovviamente, J è simile ad A, e risulta J 2 = O.

I blocchi di ordine 2 sono 2n2 − n1 − n3 = n2 − n1 = 2, ed analogamente si vede che
c’è un solo blocco di ordine 1.
44 Capitolo 3. La forma canonica di Jordan

3.2 Endomorfismi con un solo autovalore

Sia
Pf (λ) = (−1)n (λ − λ1 )n
il polinomio caratteristico di f . Dal teorema di Cayley–Hamilton si ha

Pf (A) = Pf (f ) = 0 ⇒ (f − λ1 Id)n = 0.

Quindi t = f − λ1 Id è nilpotente con indice di nilpotenza uguale a k ≤ n. Sia B la base

rispetto alla quale t è rappresentato dalla matrice N a blocchi nilpotenti, allora

MBB (f ) = MBB (t + λ1 Id) = N + λ1 I,

che è la forma di Jordan di f .

3.3 Endomorfismi con più autovalori

Supponiamo che l’endomorfismo f abbia più autovalori distinti, ma, in ogni caso, che
il suo polinomio caratteristico si decomponga in fattori lineari.

Pf (λ) = (−1)n (λ − λ1 )m1 · · · (λ − λr )mr .

Definizione 3.1. Si dice autospazio generalizzato per f il sottospazio di V

def
E(λi ) = Ker(f − λi Id)mi .

Ovviamente, per mi = 1 (ma non solo in questo caso) l’autospazio generalizzato è

anche un autospazio nel senso usuale del termine.
Si vede facilmente che E(λi ) è un sottospazio invariante rispetto ad f ed inoltre

dim E(λi ) = mi , V = E(λ1 ) ⊕ · · · ⊕ E(λr ).

Posto
def
fi = f |E(λi ) : E(λi ) → E(λi ),
fi risulta essere un endomorfismo con un solo autovalore λi . Quindi

fi = ti + λi Id = ti + si ,
def def
avendo posto si = λi Id : E(λi ) → E(λi ) e ti = fi −λi Id. L’endomorfismo si è un endomor-
fismo semplice con il solo autovalore λi , l’endomorfismo ti è un endomorfismo nilpotente
con indice ki ≤ mi . È possibile estendere gli endomorfismi fi , ti , si ad endomorfismi dello
spazio V definendo fi , ti , si come le applicazioni nulle sui sottospazi E(λj ), per j %= i.
Risulta
f = f1 + · · · + fr = (t1 + · · · + tr ) + (s1 + · · · + sr ) = t + s,
3.3. Endomorfismi con più autovalori 45

def def
avendo posto t = t1 + · · · + tr ed s = s1 + · · · + sr . Si osservi che ts = st.
Si scelga ora come base B di V l’unione delle basi dei sottospazi E(λi ) rispetto a cui
ogni fi assume la forma canonica di Jordan. Rispetto alla base B, f è rappresentato
nella forma canonica di Jordan e la sua matrice è costituita da r blocchi disposti lungo la
diagonale di ordine m1 , . . . , mr relativi agli autovalori λ1 , . . . , λr ognuno dei quali contiene
almeno un blocco elementare di ordine k1 , . . . , kr .
Osservazione 3.1.

1. Si ha V (λi ) ⊆ E(λi ) per ogni i, ed f è semplice se e solo se V (λi ) = E(λi ). In tal

caso, infatti, la molteplicità algebrica coincide con quella geometrica. Inoltre, per
ogni i risulta fi = λi Id, ti = 0 e ki = 1.

2. Se f è un endomorfismo di uno spazio vettoriale complesso rappresentato da una

matrice A ∈ Rn,n , la sua forma canonica di Jordan conterrà elementi complessi.
Tuttavia esiste una rappresentazione mediante una matrice ad elementi reali detta
forma di Jordan reale. Questa si ottiene considerando che gli autovalori complessi
sono presenti a coppie coniugate, dunque se "z = "u + i"v è un autovettore relativo
all’autovalore λ = a+ib, il vettore "z̄ = "u −i"v è un autovettore relativo all’autovalore
λ̄ = a − ib. Pertanto, anziché utilizzare i vettori "z e "z̄ , si utilizzeranno i vettori

"u = Re("z ), "v = Im("z ).

3. Sia f : V → V e sia A = MBB (f ) la matrice di f rispetto ad una base B di V . Se B #

è una base di Jordan, allora
!
MBB! (f ) = D + N ⇒ A = B −1 (D + N )B = B −1 DB + B −1 N B,

dove B −1 DB è una matrice diagonalizzabile e B −1 N B è una matrice nilpotente. !

Esempio 3.3. Ridurre a forma di Jordan la matrice

 
0 1 0 2
0 0 0 0
A=
0
.
3 0 −1
0 0 0 0

Si vede subito che PA (λ) = λ4 (cioè A è nilpotente) e che dim V (0) = 2. Dunque, ci
sono due blocchi elementari di Jordan. Poiché

n1 = dim(Ker f ) = 2, n2 = dim(Ker f 2 ) = 4,
46 Capitolo 3. La forma canonica di Jordan

si hanno

2n1 − n0 − n2 =0 blocchi di ordine 1,

2n2 − n1 − n3 =2 blocchi di ordine 2,
2n3 − n2 − n4 =0 blocchi di ordine 3,
2n4 − n3 − n5 =0 blocchi di ordine 4.

Quindi la forma canonica di Jordan è

 
0 1 0 0
 
 0 0 0 0 
J = .

 0 0 0 1 

0 0 0 0

Una base di Jordan è

"v1 = (0, 1, 0, 0), "v2 = (0, 0, 0, 1), t("v1 ) = (1, 0, 3, 0), t("v2 ) = (2, 0, −1, 0).

Esempio 3.4. Trovare una base di Jordan per l’endomorfismo f : R3 → R3 rappre-

sentato nella base canonica dalla matrice
 
3 −5 −1
A = 0 0 0 .
1 −3 1

Gli autovalori sono λ1 = 0 con m1 = 1 e λ2 = 2 con m2 = 2. Si ha

E(0) = V (0) = Ker f = L((2, 1, 1)).

Inoltre, essendo E(2) = Ker(f − 2 Id)2 , e poiché

 
0 8 0
(A − 2I)2 = 0 4 0 ,
0 4 0

risulta E(2) = L((1, 0, 0), (0, 0, 1)), e V = E(0) ⊕ E(2). Inoltre f 1 : E(0) → E(0) è
l’endomorfismo nullo ed f2 : E(2) → E(2) si scrive come f2 = t2 + 2 Id, ove t2 è nilpotente
di indice k2 ≤ m2 = 2. Indicata con B2 = {(1, 0, 0), (0, 0, 1)} la base di E(2) trovata, si
ha
f2 ((1, 0, 0)) = (3, 0, 1), f2 ((0, 0, 1)) = (−1, 0, 1),
dunque , - , -
3 −1 1 −1
MBB22 (f2 ) = A2 = , MBB22 (t2 ) = T2 = .
1 1 1 −1
3.4. Casi particolari 47

Poiché Ker t2 = L((1, 1)) e Ker t22 = R2 , t2 ha indice 2. Si prenda "v = (1, 0) ∈ Ker t22 !
Ker t2 . Una base B2# di E(2) è data da {"v , t2 ("v ) = (1, 1)}. Rispetto questa base si ha
, - , -
B2! # 0 1 B2! # 2 1
MB! (t2 ) = T2 = , MB! (f2 ) = A2 = .
2 0 0 2 0 2

In conclusione,
     
2 1 0 0 1 0 2 0 0
A ∼ A# =  0 2 0  =  0 0 0  +  0 2 0  = N + D.
     

0 0 0 0 0 0 0 0 0

Quali sono le matrici P tali che A# = P −1 AP ? Basta scrivere nella base canonica le
coordinate dei vettori della base B2# . Risulta "v = (1, 0, 0), e t2 ("v ) = (1, 0, 1). Insieme al
vettore (2, 1, 1) ∈ E(0) questi vettori costituiscono una base di Jordan per A. La matrice
del cambiamento di base (rispetto alla base canonica) è
 
1 1 2
P = 0 0 1  .
1 0 1

3.4 Casi particolari

Caso n = 2. Sia A ∈ K2,2 , con PA (λ) = (λ − λ1 )(λ − λ2 ). Allora si distinguono i
seguenti casi.
1. λ1 %= λ2 . Dunque A è diagonalizzabile.
2. λ1 = λ2 . Si ha 1 ≤ h1 ≤ 2. Nel caso in cui h1 = 2, A è diagonalizzabile. Si consideri
il caso h1 = 1. Risulta t1 %= 0, dim Ker t1 = 1,. dim/ Ker t21 = 2. Presi "v1 ∈ V ! Ker t1
e t1 ("v1 ), rispetto tale base la matrice di t1 è 00 10 , dunque
, -
λ1 1
A∼ .
0 λ1

Caso n = 3. Sia A ∈ K3,3 , con PA (λ) = −(λ − λ1 )(λ − λ2 )(λ − λ3 ). Allora si

distinguono i seguenti casi.
1. λ1 , λ2 , λ3 distinti; in questo caso, A è diagonalizzabile.
2. λ1 = λ2 %= λ3 . Si ha 1 ≤ h1 ≤ 2 e h3 = 1. Nel caso in cui h1 = 2, A è
diagonalizzabile. Nel caso h1 = 1, procedendo come al punto precedente si arriva
alla forma di Jordan  
λ1 1 0
A ∼  0 λ1 0  .
0 0 λ3
48 Capitolo 3. La forma canonica di Jordan

Si confronti questo caso con l’esempio 3.4.

3. λ1 = λ2 = λ3 = λ. Se h1 = 3 allora A = λI. Sia h1 = 2. Procedendo come sopra

risulta  
λ 1 0
A∼ 0  λ 0 .
0 0 λ
Se h1 = 1 risulta dim Ker t1 = 1, dim Ker t21 = 2, dim Ker t31 = 3. Preso "v ∈
V ! Ker t21 , l’insieme B = {t21 ("v ), t1 ("v ), "v } è una base di Jordan rispetto alla quale
si ha la forma canonica  
λ 1 0
A ∼ 0 λ 1 .
0 0 λ

3.5 Riepilogo
Sia A ∈ Cn,n . I passi necessari per ottenere la forma canonica di Jordan sono i
seguenti.

1. Trovare lo spettro di A, ossia l’insieme degli autovalori di A. Si denotino con

λ1 , . . . , λr gli autovalori distinti di A, con m1 , . . . , mr ed h1 , . . . , hr le rispettive
molteplicità algebriche e geometriche.

2. La forma canonica di A è la matrice J che ha sulla diagonale principale i bloc-

chi J1 , . . . , Jr , dove Ji ∈ Cmi ,mi , e ciascun Ji è costituito dai blocchi diagonali
(1) (h )
Ji , . . . , J i i .
(j) (j) (j)
3. È poi necessario trovare l’ordine ki dei blocchi Ji . Se 1 ≤ ki ≤ mi allora i
(j)
blocchi di ordine k = ki sono

2nk − nk−1 − nk+1 ,

def
dove nk = dim Ker(A−λi I)k . Oppure, posto rk = rg(A−λi I)k il numero dei blocchi
di ordine k è
rk+1 + rk−1 − 2rk ;
per ottenere questa relazione, si usi l’identità nk + rk = n.

Da quanto detto, segue un importante risultato. Si denoti con spec(A) l’insieme degli
autovalori di una matrice quadrata A.
Teorema 3.2. Due matrici A, B ∈ Cn,n sono simili se e solo se

1. spec(A) = spec(B);

2. rg(A − λI)k = rg(B − λI)k per ogni k ∈ N e per ogni λ ∈ spec(A) = spec(B)
3.6. Esponenziale di matrici e forma canonica di Jordan 49

3.6 Esponenziale di matrici e forma canonica di

Jordan
In questo paragrafo per il calcolo dell’esponenziale delle matrici sarà sfruttato il
seguente lemma di immediata dimostrazione.
Lemma 3.1. Siano A, A# ∈ Kn,n due matrici simili, con A# = B −1 AB. Allora
!
eA = B −1 eA B.

Ora, si supponga che la matrice A ammetta la forma canonica di Jordan J = D + N

(dunque A e J sono simili). Poiché DN = N D, risulta

eJ = eD eN .

Pertanto,
   
λ1 eλ1
D= .. ⇒ eD =  ..
.
   
.  .
λn eλn

Inoltre, poiché N è nilpotente di indice k, N k = O, dunque

N2 N k−1
eN = I + N + + ··· + .
2! (k − 1)!

Se A è diagonalizzabile, allora N = O, dunque k = 1 e eN = I. Se A non è diagonalizza-

bile, si ha k > 1.
Esempio 3.5. Sia N = 00 10 . Essendo N 2 = O, si ha
. /

eλ1 0
- , λ
e 1 eλ1
, - , -, -
N 1 1 D+N 1 1
e =I +N = , e = = .
0 1 0 eλ2 0 1 0 eλ2

Esempio 3.6. Sia

 
0 1 0
N = 0 0 1 .
0 0 0

Risulta
 
0 0 1
N 2 = 0 0 0 , N 3 = O.
0 0 0
50 Capitolo 3. La forma canonica di Jordan

Dunque
 
2 1 1 1/2
N
eN = I + N + = 0 1 1  ,
2
0 0 1
 λ   λ
e 1 eλ2 (eλ3 )/2
 
e 1 0 0 1 1 1/2
eD+N =  0 eλ2 0  0 1 1  =  0 eλ2 eλ2  .
0 0 eλ3 0 0 1 0 0 eλ3

Osservazione 3.2. In generale, se

 
0 1 0 ... 0
0 0 1 . . . 0
 
N =
 . . . . . . . . . . . . . . . 

0 0 0 . . . 1
0 0 0 ... 0

è tale che N k = O, allora si ha

1 1!1 2!1 . . . (k−2)! 1 1 


(k−1)!
0 1 1 . . . 1 1 
1! (k−3)! (k−2)! 
eN = 

. . . . . . . . . . . . . . . . . . . . . . . . . . . 

0 0 0 . . . 1 1 
0 0 0 ... 0 1

Esempio 3.7. Trovare l’esponenziale della matrice

 
3 −5 −1
A = 0 0 0
1 −3 1

La forma canonica di Jordan ed altre quantità sono state ricavate nell’esempio 3.4. Si
ha eA = P eJ P −1 , e
 2    2 2 
e 0 0 1 1 0 e e 0
!
eA = eD+N =  0 e2 0 0 1 0 =  0 e2 0
0 0 1 0 0 1 0 0 1

dunque
2e2 2 − 3e2 −e2
 

eA =  0 1 0 
2 2
e 1 − 2e 0
3.7. Esercizi di riepilogo 51

3.7 Esercizi di riepilogo

Esercizio 3.2. Si consideri l’endomorfismo f : R4 → R4 rappresentato rispetto alla
base canonica dalla matrice  
0 0 0 1
0 0 0 −1
A= 0 1 0 0 


1 1 0 0

1. Provare che f è nilpotente (si consiglia di usare il teorema di Cayley–Hamilton).

2. Dare la forma canonica di Jordan di A.

3. Provare che "v4−h = f h ("e1 ) è una base di Jordan di A.

Soluzione.

1. Si vede facilmente che PA (λ) = λ4 , dunque per il teorema di Hamilton–Cayley si ha PA (A) =

−A4 = O, cioè A è nilpotente.

2. Troviamo V (0) = Ker f = {(x1 , x2 , x3 , x4 ) ∈ R4 | x2 = 0, x4 = 0, x1 + x2 = 0} = L((0, 0, 1, 0)).

Poiché dim V (0) = 1, si ha un solo blocco di Jordan di ordine 4.

3. Ponendo h = 0, 1, 2, 3 si ha

!v4 = !e1 , !v3 = !e4 , !v2 = !e1 − !e2 , !v1 = −!e3 .

Quindi, tenendo conto della matrice A, si ha

f (!v1 ) = !0, f (!v2 ) = !v1 , f (!v3 ) = !v2 , f (!v4 ) = !v3 .

La matrice associata ad f rispetto alla base {!v1 , !v2 , !v3 , !v4 } è proprio la forma di Jordan di A.

Esercizio 3.3. Calcolare eB dove

 
1 −3 6
B = 0 0 2
0 0 1

utilizzando direttamente la definizione.

Soluzione. Poiché B 2 = B si ha
∞ ∞ ∞
& Bk & Bk & 1
eB = =I+ =I +( )B = I + (e − 1)B.
k! k! k!
k=0 k=1 k=1

!
52 Capitolo 3. La forma canonica di Jordan

Esercizio 3.4. Si consideri l’endomorfismo f : R5 → R5 rappresentato (rispetto alla

base canonica) dalla matrice
 
3 −3 1 0 0
3 −3 −1 0 0
 
A= 0 0 0 1 1 
0 0 0 0 1
0 0 0 0 0

1. Provare che f è nilpotente.

2. Dare la forma canonica di Jordan.

Soluzione. 1. Ricordiamo che f è nilpotente se e solo se ha come unico autovalore λ = 0. Si
vede facilmente che PA (λ) = −λ5 = 0.
2. Troviamo V (0) = L((1, 1, 0, 0, 0)), quindi dim V (0) = 1. Si ha un solo blocco di Jordan di ordine
5.
!

Esercizio 3.5. Sia data la matrice

, -
1 −1
A= .
0 0

Provare che eA = (e − 1)A + I.

Soluzione. Come è noto, e−A = (eA )−1 . Ora A2 = A, quindi
∞
& Ak
eA = = I + (e − 1)A.
k!
k=0

Essendo det(eA ) = e, segue ! "

−A e−1 1 − e−1
e = .
0 1
!

Esercizio 3.6. Sia A ∈ Rn,n una matrice nilpotente. Provare che

1. I − A è invertibile.

2. (I − A)−1 = I + A + · · · + An .
Soluzione. Se A è nilpotente, esiste un indice q ≥ n tale che Aq = 0 (e Ah = 0 per h > q).
Quindi

I = I − Aq = (I + A + A2 + · · · + Aq−1 )(I − A) ⇒
(I − A)−1 = I + A + · · · + Aq−1 + Aq + · · · + An .

!
3.7. Esercizi di riepilogo 53

Esercizio 3.7. Si consideri l’endomorfismo f : R5 → R5 rappresentato (rispetto alla

base canonica) dalla matrice
 
0 1 1 0 0
0 0 1 0 0
 
A= 0 0 0 −1 1 

0 0 0 −3 −3
0 0 0 3 3

1. Provare che f è nilpotente.

2. Dare la forma canonica di Jordan.

Soluzione.
1. Ricordiamo che f è nilpotente se e solo se ha come unico autovalore λ = 0. Si vede facilmente che
PA (λ) = −λ5 = 0.
2. Troviamo V (0) = L((1, 0, 0, 0, 0)), quindi dim V (0) = 1. Si ha un solo blocco di Jordan di ordine
5.

Esercizio 3.8. Si consideri la matrice

 
0 1 0 0
0 0 1 0
A= 0

0 0 1
1 0 0 0

1. Provare che A è normale e rappresenta una matrice di permutazione.

2. Calcolare sin π2 A4 .
. /

Soluzione. 1. Ricordiamo che A è normale se e solo se AA∗ = A∗ A. Eseguendo i calcoli si

conclude nel senso voluto. Inoltre A è una amtrice di permutazione poiché si ottiene permutando
le colonne della matrice identica.
2. Gli autovalori di A sono λ = ±1, ±i. Quindi A è simile alla matrice diagonale D = diag(1, −1, i, −i).
Ora A = B −1 DB implica Ak = B −1 Dk B, quindi, essendo D 4 = I,
'π ( 'π ( 'π ( π
sin A4 = sin B −1 D4 B = sin I = sin I = I.
2 2 2 2
!

Esercizio 3.9. Si consideri per ogni α ∈ C la matrice

, -
1 + α −α
A= .
α 1−α

1. Per ogni k ∈ N determinare gli interi p e q tali che Ak = pI + qA.

54 Capitolo 3. La forma canonica di Jordan

2. Calcolare eA .

3. Calcolare la forma canonica di Jordan.

Soluzione. 1. Si vede facilmente che
! " %
k 1 + kα −kα p = 1 − k,
A = = pI + qA ⇒
kα 1 − kα q = k.

2. Tenendo conto che Ak = (1 − k)I + kA si ha

∞
)∞ * )∞ * )∞ *
k
& A & 1 & k & k
eA = = I− I+ A.
k! k! k! k!
k=0 k=0 k=0 k=0

Ora,
∞ ∞ ∞
& 1 & k & 1
= e; = = e,
k! k! (k − 1)!
k=0 k=0 k=1

quindi
eA = eA.

3. Gli autovalori di A sono λ = 1 con molteplicità algebrica 2. Determiniamo ora l’autospazio V (1),
dato dalle soluzioni dell’equazione
αx − αy = 0.
Ora, se α = 0 si ha V (1) = C2 e quindi A = I è diagonale; se α $= 0 si ha V (1) = {(x, x) | x ∈ C},
quindi dim V (1) = 1 ed A non è diagonalizzabile. In questo caso la forma di Jordan è
! "
1 1
J= .
0 1

Una base di Jordan è data da e!" 1 = (α, α), e!" 2 = (1, 0), quindi la matrice del cambiamento di base
è ! " ! "
α 1 −1 0 1/α
B= ⇒ B = .
α 0 1 −1
Si verifica facilmente che
A = BJB −1 .
!
 CAPITOLO 4

LA GEOMETRIA PER LA GRAFICA AL

COMPUTER

4.1 Le trasformazioni geometriche 2D

Sia α un piano euclideo, e Φ : α → α un’applicazione biunivoca. Allora Φ si dice
trasformazione del piano α in sé. Se G ⊂ α, allora Φ(G) ⊂ α è detto il trasformato di
G tramite Φ. Se Φ e Φ−1 sono continue, le figure G e Φ(G) sono dette omeomorfe o
topologicamente equivalenti.
Nella grafica computerizzata sono particolarmente importanti le trasformazioni affini
e le loro composizioni. Si ricordi che Φ è un’applicazione affine se Φ = τ ◦ f , dove f è
un’applicazione lineare e τ una traslazione. Se P = (x y)T , dove (x, y) sono le coordinate
di P ∈ α (rispetto ad un sistema di riferimento (O, B) scelto) e P # = Φ(P ), allora, com’è
noto,
def
P # = AP + B, A = MBB (Φ) = MBB (f ), τ (Q) = Q + B. (4.1.1)
Se A = c d con det(A) %= 0 e B = (x0 , y0 )T esplicitamente si ha
.a b/

9 #
x = ax + by + x0
y # = cx + dy + y0

Osservazione 4.1. Se P e P # sono rappresentati dai vettori riga (e non vettori

colonna), come spesso accade nella grafica al computer, l’applicazione (4.1.1) va scritta

P # = P T AT + B.

Tuttavia, noi non useremo questa notazione. !

Siano P1 e P2 due punti del piano e

P = (1 − t)P1 + tP2 , t ∈ [0, 1],

cioè P ∈ P1 P2 (questo risulta da P − P1 = t(P2 − P1 )). Allora, considerando la funzione

Φ introdotta sopra, risulta

P # = (1 − t)AP1 + tAP2 + B = (1 − t)(P1# − B) + t(P2# − B) + B = (1 − t)P1# + tP2# ,

55
56 Capitolo 4. La geometria per la grafica al computer

cioè P # ∈ P1# P2# , dove Φ(P1 ) = P1# e Φ(P2 ) = P2# .

Questa proprietà è di grande importanza nelle elaborazioni grafiche, perchè consente
di calcolare l’immagine trasformata di un poligono senza trasformare tutti i suoi infiniti
punti, ma solo i vertici. Tenendo conto che ogni figura è approssimabile con un’opportuna
figura poligonale, il vantaggio è ovvio.
Si osservi, inoltre, che le trasformazioni affini conservano il parallelismo, cioè se r ed
r# sono rette parallele e Φ è una trasformazione affine, allora la retta Φ(r) è parallela alla
retta Φ(r # ).
Nella grafica al computer una trasformazione geometrica modifica la locazione di un
pixel dentro un’immagine; più precisamente, se P (x, y) è un pixel dell’immagine di par-
tenza (input), allora Φ(P (x, y)) = P # (x# , y # ) è un pixel dell’immagine di arrivo (output).
Poiché un pixel non è un punto, ma un quadratino, e le coordinate in generale non sono
numeri interi, sono poi necessarie delle interpolazioni per assegnare il valore del pixel (ad
esempio il livello di grigio).
Le trasformazioni geometriche sono necessarie in diverse applicazioni, sia per cor-
regggere eventuali distorsioni geometriche introdotte durante l’acquisizione dell’immagine
(per esempio immagini acquisite mentre gli oggetti oppure i sensori sono in movimento,
acquisizioni da satellite), oppure per introdurre effetti geometrici visivi.
Naturalmente, si possono considerare anche trasformazioni non lineari (ad esempio
warping transformations); il tipo di trasformazione da utilizzare dipende dal contesto
applicativo. Per esempio, nella ricostruzione (restoration) di un’immagine, per eliminare
semplici aberrazioni ottiche, introdotte in fase di acquisizione, si utilizzano trasformazioni
spaziali lineari; invece, si usano trasformazioni non lineari nel caso di registrazione di più
immagini acquisite in tempo diversi in condizione di instabilità non lineare dei sensori.
Le trasformazioni geometriche più usate sono composizioni (anche iterate) delle se-
guenti trasformazioni affini elementari: traslazioni, trasformazioni di scala, rotazioni,
ribaltamenti. Le matrici corrispondenti a queste trasformazioni vengono dette matrici di
trasformazione.

1. Traslazione. P # = P + B. Qui A = I.

2. Trasformazione di scala. P # = KP , dove

, -
kx 0
K= ,
0 ky

dove kx (risp. ky ) è il fattore di scala lungo l’asse x (risp. y). Per direzioni diverse
dalle direzioni degli assi coordinati, il fattore di scala varia. Se kx = ky si ha
una similitudine, usualmente detta ingrandimento se kx > 1 o rimpicciolimento se
0 < kx < 1. Si osservi che
, -, - , -
kx 0 1 0 kx 0
=
0 1 0 ky 0 ky
4.1. Le trasformazioni geometriche 2D 57

Se G è una circonferenza di centro O e raggio 1, allora Φ(G) è un’ellisse di semiassi

a = kx e b = ky . Naturalmente, se kx = ky , si avrà una circonferenza di raggio r.

3. Rotazione [16]. P # = R(ϕ)P , dove

, -
cos ϕ − sin ϕ
R(ϕ) = .
sin ϕ cos ϕ

Si tratta di una rotazione di angolo ϕ intorno all’origine O. Questa trasformazione

conserva l’orientazione: le matrici che intervengono hanno determinante positivo.
Si rammenti che R(ϕ) · R(ψ) = R(ϕ + ψ), e che R(−ϕ) = R(ϕ)T = R(ϕ)−1 .

4. Ribaltamento [16]. P # = S(ϕ)P , dove

, -
cos ϕ sin ϕ
S(ϕ) = .
sin ϕ − cos ϕ

Si tratta di un ribaltamento intorno alla retta di equazione y = tg(ϕ/2). Que-

sta trasformazione non conserva l’orientazione: le matrici che intervengono hanno
determinante negativo. Si rammenti che S(ϕ) · S(ψ) = R(ϕ − ψ).

Osservazione 4.2. Le precedenti trasformazioni si estendono ad un piano proiettivo

come segue. Si rappresenti P con le coordinate proiettive non omogenee (x, y, 1) al posto
di (x, y) (si veda l’appendice A.2). Allora

      #
1 0 x0 x x + x0 x
#
P = T P = 0 1 y0
   y = y + y0 = y # 
   
0 0 1 1 1 1
      #
kx 0 0 x kx x x
#
P = KP =  0 k y 0  y  =  ky y  = y# 

0 0 1 1 1 1
      #
cos ϕ − sin ϕ 0 x x cos ϕ − y sin ϕ x
P # = R(ϕ)P =  sin ϕ cos ϕ 0 y  = x sin ϕ + y cos ϕ = y #  !
0 0 1 1 1 1

Due trasformazioni usate frequentemente, che sono composizioni delle precedenti tra-
sformazioni, sono le seguenti.
58 Capitolo 4. La geometria per la grafica al computer

1. Asimmetria (skew ). P # = AP dove

y
(x, y) (x# , y # )

, -
1 tg α α
A= :
0 1
x

2. Forbice (shear ). P # = AP , dove

, -
1 a
A= .
b 1

Osservazione 4.3. Con una scelta opportuna di riferimenti ortonormali, un’affinità

si può riportare sempre alla forma

x# = ax, y # = by.

In tal caso, se G è una figura e A(G) indica l’area di G, allora vale

A(Φ(G)) = abA(G).

Naturalmente, se ab = 1, le due figure sono equivalenti. Ad esempio, se G è il cerchio

unitario, Φ(G) è un’ellisse e A(Φ(G)) = π ab. !
Osservazione 4.4. Se la matrice A è ortogonale, si ha un’isometria, che si può sempre
rappresentare nella forma canonica x# = x, y # = y, cioè esiste un movimento che porta
l’una nell’altra. Si ricordi che la composizione di movimenti non è commutativa. !
Come si diceva prima, ogni movimento si può ottenere componendo le trasformazioni
elementari di cui sopra. Ad esempio, la rotazione di un angolo ϕ di un oggetto intorno
ad un punto (x0 , y0 ) %= (0, 0) si può considerare come la composizione delle seguenti
trasformazioni elementari:
1. traslazione tale che (x0 , y0 ) -→ (0, 0), rappresentata da
 
1 0 −x0
T = 0 1 −y0  ;
0 0 1

2. rotazione dell’angolo ϕ assegnato intorno all’origine, rappresentata dalla matrice

R(ϕ) (osservazione 4.2);
4.1. Le trasformazioni geometriche 2D 59

3. traslazione inversa (0, 0) -→ (x0 , y0 ), rappresentata da

 
1 0 x0
T −1 = 0 1 y0  .
0 0 1

La rotazione cercata è rappresentata dalla matrice A = T −1 RT .

def
Nei problemi concreti, date le figure G e G# = Φ(G), non è nota l’espressione analitica
di Φ, che va trovata tenendo conto del modo in cui è acquisita l’immagine. Per esempio,
durante l’acquisizione di un’immagine da satellite, pur conoscendo la cinematica del-
la piattaforma spaziale, il suo assetto può variare leggermente introducendo distorsioni
imprevedibili dell’immagine acquisita.
Un modo per risolvere il problema consiste nell’individuare nella scena alcuni punti di
controllo (detti anche punti fiduciali ) che siano ben visibili in G e G# . Se supponiamo che
Φ sia affine sono sufficienti 3 punti di controllo per calcolare i 6 coefficienti che individuano
la trasformazione (cioè, i coefficienti di A e di B).
Nel caso di immagini da satellite, con le trasformazioni affini si possono eliminare gli
errori di rotazione e di cambiamento di scala (introdotti quando l’altezza del satellite
varia rispetto all’orbita regolare prevista).
Come sopra detto, mediante una trasformazione affine Φ un triangolo va in un triango-
lo, un rettangolo in un parallelogramma (si osservi che gli angoli non vengono conservati,
in generale)a meno che Φ non sia una trasformazione di scala (similitudine) che con-
serva la forma della figura. Quindi, se un rettangolo è trasformato in un quadrilatero
(che non è un parallelogramma) non è possibile usare una trasformazione affine, ma una
trasformazione più generale.
Nel caso particolare, basta una trasformazione proiettiva che dipende da 9 parametri
omogenei, quindi 8 non omogenei. Se (x1 , x2 , x3 ) sono le coordinate omogenee di P e
(x#1 , x#2 , x#3 ) quelle di P # , la trasformazione proiettiva è del tipo
 #
 x1 = a11 x1 + a12 x2 + a13 x3 ,
x# = a21 x1 + a22 x2 + a23 x3 ,
 #2
x3 = a31 x1 + a32 x2 + a33 x3 .

Esercizio 4.1. Si provi che, alterando per un fattore di proporzionalità i coefficienti

della matrice, la trasformazione non muta.
def def
Nelle coordinate non omogenee ξ = x1 /x3 ed η = x2 /x3 la trasformazione non è più
lineare:
a11 ξ + a12 η + a13 a21 ξ + a22 η + a23
ξ# = , η# = .
a31 ξ + a32 η + a33 a31 ξ + a32 η + a33
Osservazione 4.5. Ovviamente, si possono considerare anche trasformazioni

x# = f1 (x, y), y # = f2 (x, y),

60 Capitolo 4. La geometria per la grafica al computer

dove fi sono polinomi di ordine superiore al primo. Ad esempio la trasformazione

9 #
x = a11 x + a12 y + a13 xy + a14
y # = a21 x + a22 y + a23 xy + a24

porta 4 punti di controllo A, B, C, D ∈ G nei punti A# , B # , C # , D# ∈ G# poiché dipende

da 8 parametri essenziali. Come caso particolare si consideri

x# = xy + 1, y # = x.

Allora il segmento di equazioni parametriche x = t, y = t (0 ≤ t ≤ 1) si trasforma

nell’arco di parabola di equazioni parametriche x# = t2 + 1, y # = t. !

4.2 Le trasformazioni geometriche 3D

Si considerano sistemi di riferimento cartesiano Oxyz di tipo destro o sinistro. Nella
grafica al computer si preferisce il destro per la rappresentazione di un oggetto ed il sinistro
per il riferimento solidale con l’osservatore. Il verso positivo degli angoli è l’antiorario per
un sistema destro e quello orario per un sistema sinistro.
Spesso risulta utile anche utilizzare coordinate cilindriche o sferiche [16].
Usando coordinate proiettive non omogenee (x, y, z, 1), le matrici delle trasformazioni
affini dello spazio hanno la seguente struttura a blocchi:
, -
A B
,
O 1

dove il blocco A pilota le trasformazioni di scala e di rotazione, mentre B pilota le

traslazioni. Anche le trasformazioni affini dello spazio conservano l’allineamento ed il
parallelismo. Le trasformazioni elementari 3D sono le seguenti.
• Traslazione. P # = P + B, rappresentata dalla matrice
 
1 0 0 x0
0 1 0 y0 
 . (4.2.2)
0 0 1 z0 
0 0 0 1

dove B = (x0 , y0 , z0 ) in coordinate affini.

• Scala. P # = KP , dove  
kx 0 0 0
 0 ky 0 0
 , (4.2.3)
 0 0 kz 0
0 0 0 1
dove kx , ky , kz sono fattori di scala positivi.
4.3. Quaternioni e rotazioni 3D 61

• Rotazione intorno all’asse x. P # = Rx (ϕ)P , dove

 
1 0 0 0
0 cos ϕ − sin ϕ 0
Rx (ϕ) = 0 sin ϕ cos ϕ
. (4.2.4)
0
0 0 0 1

• Rotazione intorno all’asse y. P # = Ry (ϕ)P , dove

 
cos ϕ 0 − sin ϕ 0
 0 1 0 0
Ry (ϕ) = 
 sin ϕ
. (4.2.5)
0 cos ϕ 0
0 0 0 1

• Rotazione intorno all’asse z. P # = Rz (ϕ)P , dove

 
cos ϕ − sin ϕ 0 0
 sin ϕ cos ϕ 0 0
Rz (ϕ) =  0
. (4.2.6)
0 1 0
0 0 0 1

• Simmetria rispetto al piano xy. P # = Sxy P , dove

 
1 0 0 0
0 1 0 0
Sxy =
0
. (4.2.7)
0 −1 0
0 0 0 1

Analogamente per le simmetrie rispetto agli altri piani coordinati.

Osservazione 4.6.

• La composizione di rotazioni intorno allo stesso asse è commutativa.

• La composizione di rotazioni intorno ad assi differenti non è una rotazione elemen-

tare.

• La composizione di rotazioni elementari intorno ad assi differenti non è commuta-

tiva. !

4.3 Quaternioni e rotazioni 3D

I quaternioni furono introdotti da W. R. Hamilton nel 1843 nel tentativo di genera-
lizzare il campo dei numeri complessi per analogia con il passaggio dai reali ai complessi.
62 Capitolo 4. La geometria per la grafica al computer

Dieci anni furono necessari ad Hamilton per rendersi conto che per effettuare questa gene-
ralizzazione sarebbe stato necessario usare uno spazio di dimensione 4 anziché uno spazio
di dimensione 3.
I quaternioni hano innumerevoli applicazioni in Matematica, Fisica ed Ingegneria.
Qui sarà descritta un’applicazione di particolare interesse ingegneristico che riguarda la
parametrizzazione del gruppo SO(3) delle rotazioni nello spazio euclideo 3D mediante
quaternioni unitari. Questa parametrizzazione permette di passare da una descrizione di
SO(3) mediante funzioni trigonometriche ad una descrizione che usa polinomi di secondo
grado. Il metodo permette una più agevole calcolabilità delle matrici di rotazione, ed è
usato in grafica 3D ovunque ci sia la necessità di calcolare un gran numero di matrici
di rotazione (per esempio quando si muove il punto di vista in una scena). Altri utilizzi
riguardano la robotica ed il controllo dei robot manipolatori [35].
I quaternioni possono essere introdotti equivalentemente in modo vettoriale o in modo
matriciale.

4.3.a Quaternioni come vettori

Si consideri lo spazio vettoriale (R4 , +, ·). Si denoti

1 = (1, 0, 0, 0), i = (0, 1, 0, 0), j = (0, 0, 1, 0), k = (0, 0, 0, 1).

In R4 si definisce una nuova operazione

• : R 4 × R4 → R4

in questo modo: • è l’unica operazione, bilineare rispetto alla somma ed al prodotto per
scalari, distributiva a destra ed a sinistra, tale che

1 • 1 = 1, 1 • i = i = i • 1, 1 • j = j = j • 1, 1 • k = k = k • 1,
i • i = −1, j • j = −1, k • k = −1,
i • j = k, j • k = i, k • i = j,
j • i = −k, k • j = −i, i • k = −j.

Si noti che la proprietà di essere distributiva a sinistra ed a destra ha la seguente forma

per ogni q, p, r ∈ R4 :

q • (p + r) = q • p + q • r, (q + p) • r = q • r + p • r.

Proposizione 4.1. (R4 , +, •) è un corpo, ossia è un insieme le cui operazioni sod-

disfano le proprietà

1. (R4 , +, •) è un anello ( non commutativo) dotato di unità;

2. (R4 ! {0}, •) è un gruppo ( non commutativo);

4.3. Quaternioni e rotazioni 3D 63

3. per ogni q, p, r ∈ R4 vale la proprietà distributiva (a sinistra ed a destra).

La dimostrazione della precedente proposizione è molto semplice, e consiste nella

verifica del fatto che • è associativa, che 1 è l’elemento neutro, e che esiste un elemento
inverso di ogni elemento non nullo (si veda più avanti per una sua espressione).
Definizione 4.1. L’insieme R4 dotato delle operazioni + e • è detto corpo dei qua-
ternioni, ed è denotato da H.
Sia q ∈ H, Si scrive

q = q0 1 + q1 i + q2 j + q3 k = q0 + "q .

Si dice che q0 è la parte reale di q, e "q = q1 i + q2 j + q3 k è la parte immaginaria di q.

Si definisce il coniugato di q come il quaternione q̄ = q0 − "q . Si dice che un quaternione
q è reale se q = q̄ (ovvero se la parte immaginaria è nulla); si dice che un quaternione
è immaginario se q = −q̄ (ovvero se la parte reale è nulla). L’insieme dei quaternioni
immaginari si denota con Hi . )
Si definisce la norma di q come il numero reale non negativo )q) = q02 + q12 + q22 + q32 .
Si noti che, in generale, q • p %= p • q. Valgono le seguenti proprietà.

1. q • q̄ = )q)2 ;

2. )p • q) = )p))q) = )q • p);

3. p + q = p̄ + q̄;

4. q • p = p̄ • q̄;

5. q −1 = q̄/)q)2 .

Si notino le analogie e le differenze (date dalla mancanza di commutatività) di H

con C. In realtà si può dimostrare che le seguenti mappe iniettive commutano con le
operazioni, quindi sono morfismi delle rispettive strutture algebriche:
rc ch
R→C→H (4.3.8)

dove rc(x) = x + i0, ch(x + iy) = x + yi + 0j + 0k. Si noti che i precedenti morfismi
commutano anche con il modulo ed il coniugio.
Esempio 4.1. Siano q = 1 − 2j + k, p = −2 + i + 3k ∈ H. Allora il prodotto q • p tra
i due quaternioni vale

q • p = (1 − 2j + k) • (−2 + i + 3k)
= −2 + i + 3k + 4j − 2j • i − 6j • k − 2k + k • i + 3k • k
= −5 − 5i + 5j + 3k
64 Capitolo 4. La geometria per la grafica al computer

Esercizio 4.2. Siano dati due quaternioni

q = q0 + q1 i + q2 j + q3 k, p = p0 + p1 i + p2 j + p3 k.

1. Dimostrare che

q • p = (−p3 q3 − p2 q2 − p1 q1 + p0 q0 ) + (−p2 q3 + p3 q2 + p0 q1 + p1 q0 )i+

(p1 q3 + p0 q2 − p3 q1 + p2 q0 )j + (p0 q3 − p1 q2 + p2 q1 + p3 q0 )k.

2. Dimostrare che

q • p − p • q = (−2p2 q3 + 2p3 q2 )i + (2p1 q3 − 2p3 q1 )j + (−2p1 q2 + 2p2 q1 )k.

4.3.b Quaternioni come matrici

Sia 9 , - :
2,2 a b
H̃ = A ∈ C | A = , a, b ∈ C .
−b̄ ā
Si noti che H̃ è un sottospazio vettoriale reale di C2,2 di dimensione (reale) 4. Si può
dimostrare che H̃ è chiuso rispetto al prodotto di matrici. Se A ∈ H̃,
, -
a0 + ia1 a2 + ia3
det A = det = a20 + a21 + a22 + a23 ,
−a2 + ia3 a0 − ia1

dunque A ∈ H è una matrice invertibile se e solo se A %= O. Si può verificare che

A∗
A−1 = ,
)A)2

dove )A) è la norma di Frobenius (si noti che det A = )A)2 ).

Si introducano le seguenti matrici, dette matrici di Pauli :
, - , - , -
0 1 0 −i 1 0
σ1 = , σ2 = , σ3 =
1 0 i 0 0 −1

Queste matrici sono usate in meccanica quantistica per formulare le equazioni di una
particella non relativistica dotata di spin.
Una base privilegiata di H̃ è {Id, I, J, K}, dove I = iσ3 , J = iσ2 , K = iσ1 .
Proposizione 4.2. Si ha il seguente isomorfismo tra H ed H̃:

H → H̃, q = q0 + q1 i + q2 j + q3 k -→ q0 Id + q1 I + q2 J + q3 K, (4.3.9)

o, equivalentemente
, -
q0 + iq1 q2 + iq3
H → H̃, (q0 , q1 , q2 , q3 ) -→ . (4.3.10)
−q2 + iq3 q0 − iq1
4.3. Quaternioni e rotazioni 3D 65

Per la dimostrazione basta verificare che la applicazione definita sopra trasforma l’o-
perazione • nell’operazione di prodotto tra matrici. Si confronti l’isomorfismo precedente
con l’isomorfismo (7.3.2) nel caso dei numeri complessi.
Esercizio 4.3. Si dimostri che se il seguente isomorfismo trasforma q in A, allora q̄
è trasformato nella matrice A∗ .

4.3.c Quaternioni e rotazioni 3D

D’ora in avanti sarà usata la lettera H per indicare una delle due formulazioni dei
quaternioni. Si noti che le operazioni di coniugato, norma, ecc. possono essere utilizzate
anche nela formulazione matriciale in virtù del precedente isomorfismo.
Il sottospazio SU (2) ⊂ H è l’insieme dei quaternioni unitari , ossia dei quaternioni q
tali che )q) = 1.
Lemma 4.1. La seguente applicazione R3 → Hi ,
, - , -
xi y + zi x z − iy
"v = (x, y, z) → q"v = xi + yj + zk = =i
−y + zi −xi z + iy −x

è un isomorfismo lineare (su R).

Dimostrazione. La linearità dell’applicazione è immediata, il fatto che è un isomor-

fismo segue dall’ iniettività (banale) e dal fatto che la dimensione di entrambi gli spazi è
3. QED

Teorema 4.1. L’applicazione

CK : SU (2) → SO(3), q -→ CK(q)

dove CK(q) : R3 → R3 , Tq ("v ) = qq"v q −1 , è un morfismo di gruppi con nucleo uguale a

{±Id}.

Dimostrazione. Poiché q"v = −q"v (essendo q"v immaginario) e q −1 = q̄ (essendo q

unitario) risulta, per ogni "v ∈ R3 ,

qq"v q −1 = q −1 q"v q̄ = −qq"v q −1 ,

quindi il quaternione qq"v q −1 è immaginario. Per questo, esiste un vettore v"# = (x# , y # , z # )
tale che qv"! = qq"v q −1 , dunque la definizione è ben posta.
È facile verificare che l’applicazione CK(q) è lineare.
Si noti che det(q"v ) = x2 + y 2 + z 2 = x# 2 + y # 2 + z # 2 = det(qv"! ), per la regola di Binet
applicata al prodotto qq"v q −1 . Pertanto CK(q) è un’applicazione ortogonale. Rimane solo
da verificare che questa trasformazione abbia determinante 1. Scrivendo

x# i y# + z#i
, - , -, -, -
q0 + iq1 q2 + iq3 xi y + zi q0 − iq1 −q2 − iq3
=
−y # + z # i −x# i −q2 + iq3 q0 − iq1 −y + zi −xi q2 − iq3 q0 + iq1
66 Capitolo 4. La geometria per la grafica al computer

si ha

x# = (−q32 − q22 + q12 + q02 )x + (−2q0 q3 + 2q1 q2 )y + (2q1 q3 + 2q0 q2 )z

y # = (2q0 q3 + 2q1 q2 )x + (−q32 + q22 − q12 + q02 )y + (2q2 q3 − 2q0 q1 )z
z # = (2q1 q3 − 2q0 q2 )x + (2q2 q3 + 2q0 q1 )y + (q32 − q22 − q12 + q02 )z

da cui si ottiene la matrice di CK(q) rispetto alla base canonica C di R3

 2
q0 + q12 − q22 − q32

2(q1 q2 − q0 q3 ) 2(q1 q3 + q0 q2 )
MCC (CK(q)) =  2(q1 q2 + q0 q3 ) q02 − q12 + q22 − q32 2(q2 q3 − q0 q1 )  , (4.3.11)
2(q1 q3 − q0 q2 ) 2(q2 q3 + q0 q1 ) q02 − q12 − q22 + q32

dove si ha q02 +q12 +q22 +q32 = 1. Si verifica (meglio con l’ausilio di un programma di calcolo
simbolico, come maxima, liberamente disponibile in http://maxima.sourceforge.net)
che il determinante di questa matrice è 1, che implica che la matrice è un elemento di
SO(3).
Richiedendo in (4.3.11) che la matrice sia uguale all’identità si ha che la parte imma-
ginaria del quaternione q si annulla e si ha q02 = 1, da cui si ottiene l’affermazione sul
nucleo di CK. QED

Definizione 4.2. Il morfismo di gruppi CK : SU (2) → SO(3) definito nel teorema

precedente è detto parametrizzazione di Cayley–Klein del gruppo SO(3).

Figura 4.1. Angoli di Eulero

Si confronti la parametrizzazione (4.3.11) con la parametrizzazione di SO(3) data dagli

angoli di Eulero (figura 4.1; si veda per la definizione degli angoli di Eulero [21], o un
qualunque libro di meccanica razionale). Questa parametrizzazione permette di ottenere
una matrice di rotazione generica (ossia un elemento di SO(3)) mediante la rotazione
4.3. Quaternioni e rotazioni 3D 67

di tre angoli ϕ, θ, ψ rispetto a tre assi in successione. Più precisamente, si osservi che
ogni matrice di SO(3) è un’applicazione lineare che trasforma una base ortonormale data
{"ex , "ey , "ez } in un’altra base ortonormale {"e1 , "e2 , "e3 }. Quest’ultima può essere individuata
dalla seguente successione di trasformazioni ortogonali.
1. una prima trasformazione ortogonale che porta la base ortonormale {"ex , "ey , "ez } nella
base ortonormale {e"# x , e"# y , e"# z }. La trasformazione è una rotazione attorno all’asse
"ez (dunque "ez = e"# z ) di un angolo ϕ in modo tale che il trasformato e"# x dell’asse "ex
giaccia nel piano individuato da {"e1 , "e2 }. La matrice di questa trasformazione è
 
cos ϕ − sin ϕ 0
 sin ϕ cos ϕ 0 ; (4.3.12)
0 0 1

2. una seconda trasformazione ortogonale che porta la base ortonormale {e"# x , e"# y , e"# z }
nella base ortonormale {e"## x , e"## y , e"## z }. La trasformazione è una rotazione intorno
all’asse e"# x (dunque e"# x = e"## x ) di un angolo θ in modo tale che il trasformato
e"## y dell’asse e"# y giaccia nel piano individuato da {"e1 , "e2 }. La matrice di questa
trasformazione è  
1 0 0
0 cos θ − sin θ  ; (4.3.13)
0 sin θ cos θ

3. una terza trasformazione ortogonale che porta la base ortonormale {e"## x , e"## y , e"## z }
nella base ortonormale {"e1 , "e2 , "e3 }. La trasformazione è una rotazione intorno al-
l’asse e"## z (dunque e"## z = "e3 ) che porta {e"## x , e"## y } a coincidere con {"e1 , "e2 }. La
matrice di questa trasformazione è
 
cos ψ − sin ψ 0
 sin ψ cos ψ 0 . (4.3.14)
0 0 1

La generica matrice di SO(3) si ottoene, dunque, come il prodotto delle precedenti:

 
cos ϕ cos ψ − sin ϕ sin ψ cos θ − sin ϕ cos ψ cos θ − cos ϕ sin ψ sin ϕ sin θ
cos ϕ sin ψ cos θ + sin ϕ cos ψ cos ϕ cos ψ cos θ − sin ϕ sin ψ − cos ϕ sin θ  .
sin ψ sin θ cos ψ sin θ cos θ
(4.3.15)
È possibile ricostruire dalla precedente matrice un quaternione unitario che la descrive.
In particolare, ponendo q = q0 Id + q1 I + q2 J + q3 K si ha
ψ+ϕ θ ψ−ϕ θ
q0 = cos cos , q1 = cos sin , (4.3.16)
2 2 2 2
ψ−ϕ θ ψ+ϕ θ
q2 = sin sin , q3 = sin cos . (4.3.17)
2 2 2 2
68 Capitolo 4. La geometria per la grafica al computer

Questa corrispondenza è un’inversa della parametrizzazione quaternionica di SO(3). Da

qui si può dimostrare che ogni quaternione unitario q può essere scritto come

q = cos(α/2) + sin(α/2)q"v . (4.3.18)

Quindi, ogni quaternione unitario q ammette la seguente interpretazione geometrica:

esso rappresenta una rotazione di un angolo α attorno ad un asse "v . Si noti che i qua-
ternioni unitari ±q rappresentano la stessa rotazione. Questo poichè l’asse di rotazione
rappresentato dai vettori ±"v è lo stesso.
Si può dimostrare che la parametrizzazione di Cayley-Klein per una serie di ragioni è
molto più efficiente degli angoli di Eulero in problemi come, ad esempio:

1. la rotazione del punto di vista (‘camera’) dalla posizione (ϕ, θ, ψ) alla posizione
(ϕ# , θ# , ψ # ) [37];

2. la composizione di due o più rotazioni: moltiplicare due quaternioni comporta l’ese-

cuzione di 16 moltiplicazioni, mentre moltiplicare due matrici di SO(3) ne comporta
27.

Esercizio 4.4. Moltiplicare tra loro i quaternioni q = 3+2i−j+2k e p = −1−2j+k;

verificare che q • p %= p • q.

Soluzione. Si ha q • p = −7 + i − 7j − 3k, p • q = −7 − 5i − 3j + 5k. !

Esercizio 4.5. Verificare che il prodotto dei quaternioni x = −i + j + 4k e y =

−3 + 3j − k è uguale al prodotto delle corrispondenti matrici in H̃.

Soluzione. Basta osservare che

! " ! "
−i 1 + 4i −3 3−i
x= , y= .
−1 + 4i i −3 − i −3

Esercizio 4.6. Trovare tre quaternioni corrispondenti alle tre rotazioni usate nella
parametrizzazione di SO(3) con gli angoli di Eulero.

Soluzione. Si può iniziare ricavando il quaternione qϕ indotto dalla rotazione (4.3.12). Ugua-
gliando le matrici (4.3.11) e (4.3.12) si ottengono 9 equazioni nelle 4 incognite q 0 , q1 , q2 , q3 , componenti
il quaternione qϕ . Delle 9, 4 sono

q1 q3 = ±q0 q2 , q2 q3 = ±q0 q1 ,

che implicano q1 = q2 = 0 oppure q0 = q3 = 0 (ma quest’ultima si riconduce ad un caso banale).

Richiedendo q1 = q2 = 0 e ricordando che qϕ è unitario si ha

cos ϕ2 i sin ϕ2
! "
qϕ = ϕ ϕ . (4.3.19)
i sin 2 cos 2
4.4. Trasformazioni parallele e trasformazioni prospettiche 69

Analogamente si trova che

cos θ2 + i sin θ2 cos ψ2 i sin ψ2

! " ! "
0
qθ = , qψ = . (4.3.20)
0 cos θ2 + i sin θ2 i sin ψ2 cos ψ2

Esercizio 4.7. Dimostrare le formule (4.3.16) e (4.3.17).

Soluzione. Basta calcolare il prodotto qψ qθ qϕ delle matrici dell’esercizio precedente. !

Esercizio 4.8. Trovare il quaternione unitario corrispondente a p = −1 − 2j + k.

Individuare la matrice di SO(3) descritta da p. Individuare i tre angoli di Eulero della
corrispondente matrice di rotazione.
Soluzione. Il quaternione unitario corrispondente a p è
p 1
q= = √ (−1 − 2j + k).
'p' 6

Per trovare la matrice di SO(3) corrispondente a q si utilizzi la matrice (4.3.11) sostituendo i valori
dei coefficienti di q.
Per trovare gli angoli di Eulero si può utilizzare la matrice di rotazione trovata sopra ed uguagliarla
alla (4.3.15). Ovviamente si possono subito trovare valori di θ utilizzando il tezo elemento della terza riga,
poi gli altri elementi usando la terza riga e la terza colonna. Verificare il risultato su tutti gli elementi.
Un procedimento alternativo può essere quello di usare le formule (4.3.16) e (4.3.17). !

Esercizio 4.9. Si interpreti geometricamente la matrice di rotazione corrispondente

ad un quaternione unitario del tipo w = a + bi ∈ C ⊂ H.
Esercizio 4.10. (Esercizio non banale – si pensi alle radici di un numero complesso
per analogia.) Descrivere l’insieme delle soluzioni (se esistono) dell’equazione x 2 = z,
ove z = 2i − j + k ed x ∈ H è una incognita.

4.4 Trasformazioni parallele e trasformazioni pro-

spettiche
Il modello di mondo che usualmente adoperiamo è uno spazio euclideo tridimensionale,
mentre lo schermo di un computer è una porzione di piano bidimensionale. Ogni processo
di rappresentazione di uno spazio tridimensionale su uno spazio bidimensionale è chiamato
una proiezione. Praticamente, si tratta di avere una visione bidimensionale di un oggetto
tridimensionale che sia il più possibile realistica od almeno significativa.
Esistono molte vie possibile, ma due sono le tecniche principali di trasformazione di
vista (3D viewing): le proiezioni parallele e le proiezioni prospettiche.
Le proiezioni parallele sono particolari trasformazioni che, fissata una direzione visuale
"u, ad un punto P dell’oggetto fanno corrispondere un punto P # dello schermo ottenuto
come intersezione del piano dello schermo con la retta r per P ed avente la direzione "u.
70 Capitolo 4. La geometria per la grafica al computer

Si noti che tutti i punti di r hanno come proiezione lo stesso punto P # . La proiezione è
detta ortografica se "u è perpendicolare allo schermo, altrimenti è detta obliqua.
Rappresentazioni di questo tipo sono familiari agli ingegneri, che spesso usano un
insieme di proiezioni ortografiche (sui piani coordinati), per esempio nelle proiezioni
planimetriche di tipo architettonico.
Analiticamente, si tratta di scrivere il cilindro che proietta l’oggetto su di un piano,
parallelamente alla direzione data.
Queste proiezioni, che danno informazioni precise sulle mutue distanze tra i punti non
appartenenti a rette parallele ad "u, non danno una vista realistica dell’oggetto.
Le proiezioni prospettiche forniscono, invece, il realismo, rendono l’immagine bidi-
mensionale come una fotografia; la grandezza degli oggetti dipende dalla distanza δ dal-
l’osservatore, che viene assimilato ad un punto, dal quale escono i raggi di luce riflessi
dall’oggetto.
Analiticamente, si tratta di scrivere il cono che proietta l’oggetto su di un piano
avente il vertice E nell’osservatore. Se l’osservatore si sposta all’infinito, il cono diventa
un cilindro e la proiezione prospettica diventa proiezione parallela.
Accanto a proiezioni prospettiche con un punto di fuga, ci sono proiezioni prospettiche
con 2 o 3 punti di fuga.
Nella proiezione centrale (con un punto di fuga), l’osservatore si trova su uno degli
assi coordinati, la direzione visuale è quella che va dall’osservatore al centro del sistema
di riferimento dell’oggetto, il piano di proiezione è spesso ortogonale a questa direzione.
La proiezione avviene in due passi:
1. si trasforma il sistema Oxyz nel quale è rappresentato l’oggetto nel sistema Ex e ye ze
dell’occhio dell’osservatore;
2. si trasforma quest’ultimo nel sistema del piano dello schermo xs ys .
Passo 1. 1. Si trasla il punto di vista nell’origine di xyz. Indicata con δ la distanza
dell’osservatore dall’oggetto, la traslazione è rappresentata dalla matrice
 
1 0 0 0
0 1 0 0 
T = 0 0 1 −δ  .


0 0 0 1

2. Si effettua una simmetria rispetto al piano xe ye per avere un sistema sinistro,

tramite la matrice Sxy (4.2.7).
Quindi, questo passo è dato dalla matrice ST :

xe = x, ye = y, ze = δ − z.

Passo 2. Si procede alla proiezione sul piano dello schermo xs ys , ortogonale all’asse z,
avente distanza (focale) d dall’osservatore. Indichiamo con P la proiezione sul piano
xs zs dell’oggetto (punto).
4.4. Trasformazioni parallele e trasformazioni prospettiche 71

xs

xe P#

xs
E
zs
d

Guardando alle proiezioni ortogonali sul piano xz si ha

xs xe dxe dx
= ⇒ xs = = .
d ze ze δ−z

Allo stesso modo, nel piano yz si ha ys = dy/(δ − z). Tale proiezione si chiama
ad un punto di fuga, poiché il piano di proiezione è perpendicolare alla direzione
di vista e le rette parallele a x e quelle parallele ad y rimangono tali anche nella
proiezione, mentre le rette parallele a z convergono ad un punto (il cosiddetto punto
di fuga).

Se il punto di vista è arbitrario, la proiezione avviene lo stesso seguendo i passi (1)

e (2), ma il passo (1) è più complicato: non basta, infatto, una traslazione per portare
Oxyz in Exe ye ze . In generale, la matrice che rappresenta il movimento è
 
− sin θ cos θ 0 0
− cos θ cos ϕ − sin θ cos ϕ sin ϕ 0
M =  − cos θ sin ϕ − sin θ sin ϕ − cos ϕ δ  ,


0 0 0 1

dove θ, ϕ sono angoli che permettono di vedere l’oggetto da diverse posizioni; se ϕ = 0 e

θ = −π/2 si riottiene la matrice ST della proiezione centrale. Quindi
   
xe x
 ye  y 
  = M   oppure (xe ye ze 1)T = M (x y z 1)T .
 ze  z 
1 1

Il passo (2) è uguale a quello della proiezione centrale

dxe dye
xs = , ys = .
ze ze
72 Capitolo 4. La geometria per la grafica al computer

Variando δ varia la grandezza dell’oggetto, variando ϕ e θ (che si possono considerare

coordinate sferiche) si avranno prospettive diverse, variando, invece, d si avrà una modifica
della grandezza dell’immagine ma non della prospettiva.

4.5 Nota storica

Nelle proiezioni prospettiche interviene in modo essenziale la geometria proiettiva,
che storicamente nasce proprio dalla teoria e pratica della prospettiva sviluppatasi nel
Rinascimento italiano [15].
Già Euclide (III sec. a. C.) nell’opera “Ottica” costruisce una teoria scientifica della
visione, che dal punto di vista della struttura interna può considerarsi una parte della
Geometria. Significativo è il teorema V III, che stabilisce che la differenza apparente tra
due grandezze uguali viste da distanze differenti è determinata non dal rapporto tra queste
distanze, ma dai rapporti tra gli angoli visivi corrispondenti.
I Greci avrebbero, quindi, costruito una perspectiva naturalis che è una prospettiva
angolare, che portò poi alla perspectiva artificialis, che è una prospettiva lineare, derivata
puramente da considerazioni geometriche.
Per dipingere, i pittori del Rinascimento furono condotti alla Matematica, convinti
che la Matematica è l’essenza del mondo reale, poiché l’universo è ordinato e spiegabile
razionalmente in termini geometrici.
Leon Battista Alberti (1404–1472) diceva anche il primo requisito per il pittore è
conoscere la Geometria: gli occhi del pittore si trovano davanti alla tela come davanti ad
una finestra aperta sul mondo. Si osservi che lo stesso termine ‘finestra’ (window ) è usato
attualmente per denominare la porzione di schermo in cui è rappresentato il ‘mondo’.
I problemi che si trovano ad affrontare gli informatici per rappresentare sullo schermo
gli oggetti tridimensionali sono analoghi a quelli incontrati dai pittori per rappresentare
sulla tela il mondo che li circondava.
Notevoli contributi alla teoria della prospettiva sono stati dati proprio da architetti ed
ingegneri come L. B. Alberti, G. Desargues (1593–1662), J.V. Poncelet (1788–1867), G.
Monge (1746–1823), col quale la prospettiva finisce di essere una ‘geometria per pittori’ e
diventa ‘geometria degli ingegneri’, geometria per disegnatori tecnici che, dalle proiezioni
si propongono di ricostruire l’oggetto raffigurato in forma e grandezza.
La singolare bellezza della geometria proiettiva e l’elegante armonia delle sue dimo-
strazioni fecero sı̀ che essa diventasse lo studio favorito dei geometri del XIX secolo, in
particolare di J. Steiner (1796–1863), considerato come il più grande studioso di geome-
tria dei tempi moderni (paragonabile ad Apollonio nei tempi antichi). Steiner nutriva un
intenso disprezzo per i metodi analitici, egli era del parere che i calcoli fossero sostituto
del pensiero, mentre la geometria avrebbe dovuto studiare l’attività creativa. Non si può
negare, però, che i metodi analitici hanno contribuito in maniera determinante allo svi-
luppo della geometria proiettiva, in particolare l’uso delle coordinate omogenee scoperte
contemporaneamente da quattro matematici: J. Plücker (1801–1868), K.F. Feuerbach
(1800–1834), A.F. Möbius (1790–1868) ed E. Bobillier (1797–1832).
4.6. Curve di Bézier 73

Il nuovo punto di vista (analitico) fu poi sviluppato da M. Chasles (1793–1890) e da

F. Klein (1849–1925), che nel celebre “Programma” (università di Erlangen, dicembre
1872) fonda la geometria sullo studio delle proprietà che sono invarianti rispetto ad un
fissato gruppo di trasformazioni.
È cosı̀ possibile costruire infinite geometrie a seconda del gruppo di trasformazioni
scelto.

. . . la forma matematica si conosce

#

attraverso le sue trasformazioni.

Si potrebbe dire dell’essere matematico:
dimmi come ti trasformano e ti dirò chi sei.$
(G. Bachelard, Le nouvel esprit scientifique, 1949)

4.6 Curve di Bézier

Le curve di Bézier sono curve algebriche di terzo grado usate per approssimare archi
di curve qualunque di cui siano noti i punti iniziale e finale ed i vettori tangenti in questi
due punti. Queste curve sono usate nella grafica per disegnare, rappresentando oggetti
reali od immaginari. Le curve di Bézier ammettono un analogo di dimensione superiore,
le superficie di Bézier, per le quali si rimanda al testo [18].
Il motivo per cui si preferiscono curve di terzo grado è che le curve di secondo grado
sono ‘poco versatili’ e le curve di quarto grado sono difficilmente ‘controllabili’.
Siano P0 , P3 ∈ R3 i due estremi di una curva di Bézier. I vettori tangenti in P0 e P3
sono assegnati tramite due punti P1 , P2 ∈ R3 , usando i vettori P1 − P0 e P3 − P2 nel modo
che segue.
Sia p(t) = a3 t3 + a2 t2 + a1 t + a0 ∈ R3 [t]. Richiedendo che

p(0) = P0 , p(1) = P3 , p# (0) = 3(P1 − P0 ), p# (1) = 3(P3 − P2 ),

dove il coefficiente 3 è inserito per motivi di comodità, si ottiene la curva

p(t) = (1 − t)3 P0 + 3t(1 − t)2 P1 + 3t2 (1 − t)P2 + t3 P3 . (4.6.21)

Definizione 4.3. La curva (4.6.21) si dice curva di Bézier di grado 3 determinata dai
punti P0 , P1 , P2 , P3 ∈ R3 .
Proposizione 4.3. Le curve di Bézier di grado 3 risultano essere medie pesate dei
polinomi di Bernstein di grado 3 (paragrafo A.4).
Dimostrazione. Segue la definizione dei polinomi di Bernstein e dalle proprietà (1)
e (3) del lemma A.1. QED

Da questo fatto segue che le proprietà generali dei polinomi di Bernstein dànno inte-
ressanti proprietà delle curve di Bézier. Quindi, è bene generalizzare la definizione 4.3 ad
un numero arbitrario di punti per poi analizzare le proprietà generali di queste curve.
74 Capitolo 4. La geometria per la grafica al computer

P1

P3

P2
P0

Figura 4.2. Una curva di Bézier

Definizione 4.4. Siano P0 , . . . , Pn ∈ R3 e t ∈ [0, 1]. Si definiscano

def
Pi0 = Pi ,
def
Pir (t) =(1 − t)Pir−1 (t) + tPi+1
r−1
(t),

per r = 1, . . . , n, i = 0, . . . , n − r.

La curva descritta da P0n (t) è detta curva di Bézier di grado n.

L’algoritmo sopra descritto è dovuto a P. de Casteljau (1959), che lavorava per la

Citröen, ma i suoi risultati rimasero coperti dal segreto industriale. I lavori di P. Bézier
sono stati pubblicati nel ’70 e servirono allo sviluppo di un sistema di CAD per l’industria
automobilistica: Bézier lavorava, infatti, alla Renault.

Osservazione 4.7. Una curva di Bézier di grado n non è piana, in generale, se n > 2.

La relazione tra i polinomi di Bernstein e le curve di Bézier è descritta dal seguente

teorema.

Teorema 4.2. Per r ∈ {0, . . . , n} si ha

r
+
Pir (t) = Pi+j Bjr (t).
j=0
4.6. Curve di Bézier 75

Dimostrazione. Per induzione su r si ha

Pir (t) = (1 − t)Pir−1 (t) + tPi+1

r−1
(t)
i+r−1
+ i+r
+
r−1 r−1
= (1 − t) Pk Bk−i (t) +t Pk Bk−i−1 (t)
k=i k=i+1
i+r
+
r−1 r−1
= Pk ((1 − t)Bk−i (t) + tBk−i−1 (t))
k=i
r
+
= Pi+j Bjr (t).
j=0

QED

Corollario 4.1. P0n (t) = nj=0 Pj Bjn (t).

4

Da questa relazione seguono una serie di proprietà delle curve di Bézier, di seguito
elencate. Sia P0n (t) una curva di Bézier.
1. Invarianza per affinità. Sia Φ : R3 → R3 una trasformazione affine, cioè Φ(X) =
AX + B, allora +
Φ(P0n (t)) = Φ(Pj )Bjn (t).
j

Infatti
+ +
Φ(Pj )Bjn (t) = (APj + B)Bjn (t)
j j
+
= A( Pj Bjn (t)) + B
j
n
= AP0 (t) + B
= Φ(P0n (t))

Pj Bjn (t) = n
Pn−j Bjn (1 − t).
4 4 4
2. Simmetria. j j Pn−j Bn−j (t) = j

3. Invarianza per riparametrizzazione affine. Sia

u−a
ϕ : [a, b] → [0, 1], u -→ t =
b−a
un cambiamento affine di parametro. Allora
, -
+ + u−a
Pj Bjn (t) = Pj Bjn
j j
b−a
+
= Pj B̃jn (u),
j
76 Capitolo 4. La geometria per la grafica al computer

dove per u ∈ [a, b] si è posto

n (b − u)n−j (u − a)j
, -
def
B̃jn (u) = .
j (b − a)n

4. Precisione lineare. Si supponga che

, -
j j
Pj = 1 − P0 + Pn ,
n n

per j = 1, . . . , n − 1; ossia, si supponga che i punti siano uniformemente distribuiti

nel segmento di estremi P0 e Pn . Allora la curva P0n (t) generata dagli n punti dati
è il segmento di estremi P0 e Pn .

5. Proprietà dell’inviluppo convesso. P0n (t) giace nell’inviluppo convesso dei pun-
ti P0 , . . . , Pn , dove per inviluppo convesso si intende l’insieme delle combinazioni
lineari +
P = k0 P0 + · · · + kn Pn , ki = 1.
i

Intuitivamente, si può pensare l’inviluppo convesso come il più piccolo poligono (o

poliedro, se la curva non è piana) convesso che contiene i punti dati (anche non
come vertici). Tale poligono (o poliedro) è detto poligono (o poliedro) di controllo.
Le curve di Bézier, in un certo senso, “assomigliano” al poligono di controllo, perciò
sono uno strumento adatto per disegnare curve. Più precisamente il calcolatore può
disegnare le curve con una successione di operazioni matematiche semplici, senza
usare l’espressione parametrica della curva, usando una procedura introdotta da de
Casteljau che sfrutta la proprietà dell’inviluppo convesso. Infatti, dati i punti di
controllo P0 , P1 , P2 , P3 , denotato con Pij il punto medio tra Pi e Pj , si calcolano
P01 , P12 e P23 , e successivamente i punti medi P012 tra P01 e P12 , e P123 tra P12 e
P23 ed infine P0123 tra P012 e P123 . Il punto P0123 è sulla curva di Bézier definita
dai punti P0 , P1 , P2 , P3 , come si verifica facilmente, e la curva risulta divisa in
due parti dal punto P0123 , come si osserva dalla figura. Si può verificare che i
punti di controllo P0 , P01 , P012 , P0123 determinano una nuova curva di Bézier che
coincide con il ramo di sinistra della curva di Bézier determinata da P1 , P2 , P3 , P4 .
Ripetendo questo procedimento si guinge rapidamente al limite della risoluzione
grafica richiesta; il calcolatore ora può disegnare tutti i punti del tipo P 0123 trovati
con semplici operazioni di somma vettoriale e divisione per 2.
La proprietà dell’inviluppo convesso è estremamente utile anche per il clipping [18]:
la rimozione di linee indesiderate, o la colorazione di certe aree del piano o dello spa-
zio sono semplificate controllando prima se le aree giacciono all’interno o all’esterno
del poliedro, controllo semplice da realizzare per un poliedro di tipo convesso. Un
altro campo di utilizzo di questa proprietà è quello del controllo delle collisioni di
oggetti in grafica 3D, con un meccanismo simile a quanto spiegato sopra.
4.6. Curve di Bézier 77

P1 P12 P2

P012 P0123 P123

P01 P23

P0 P3

Figura 4.3. Suddivisioni di una curva di Bézier

6. Invarianza per combinazioni baricentriche. È chiaro che

n
+ n
+ n
+
(αPj + βQj )Bjn (t) = α Pj Bjn (t) + β Qj Bjn (t),
j=0 j=0 j=0

quindi se α e β sono coordinate baricentriche (α + β = 1) nel poligono di Bézier,

allora α e β risultano coordinate baricentriche per le curve corrispondenti.
In altre parole, noi possiamno costruire la media pesata di due curve di Bézier o
facendo la media pesata dei corrispondenti punti sulla curva o facendo prima la
media pesata dei corrispondenti valori di controllo, e poi trovare la curva.

7. Controllo pseudo-locale. Il polinomio di Bernstein Bin ha un solo massimo per

t = i/n. Ciò ha applicazioni nel disegno: se si toglie solo il vertice Pi del poligono
di controllo allora la curva risente in maniera sensibile di questo cambiamento solo
intorno al valore i/n del parametro.

Esempio 4.2. Il seguente codice in PostScriptT M mostra come i caratteri PostScriptT M

siano disegnati tramite curve di Bézier. Questo procedimento conserve di risparmiare mol-
tissima memoria rispetto ai caratteri “bitmapped”, poiché l’archivio del carattere conserva
solo le informazioni relative ai punti di controllo.

/Times-Roman findfont
40 scalefont
setfont
newpath
0 0 moveto
(O) false charpath
% stroke
{ [ 3 1 roll (moveto) ] == }
78 Capitolo 4. La geometria per la grafica al computer

{ [ 3 1 roll (lineto) ] == }
{ [ 7 1 roll (curveto) ] == }
{ [ (closepath) ] == }
pathforall

Il codice dell’esempio fa produrre ad un interprete PostScriptT M (come Ghostscript)

i punti di controllo delle curve di Bézier che delimitano i margini della lettera ‘O’ dal
carattere Times-Roman, ingrandendolo a 40 punti tipografici. Se si vuole stampare la
lettera sullo schermo si levi il carattere di commento di fronte all’istruzione stroke. Il
risultato del precedente codice è il seguente:

[14.4401855 27.0002441 (moveto)]

[6.80029297 27.0002441 2.00024414 21.2570801 2.00024414 13.2399902 (curveto)]
[2.00024414 9.47998 3.04199219 5.84008789 4.80029297 3.52001953 (curveto)]
[7.12036133 1.0 10.6804199 -1.0 14.2004395 -1.0 (curveto)]
[22.0803223 -1.0 27.0002441 4.78076172 27.0002441 13.0800781 (curveto)]
[27.0002441 17.0400391 26.0197754 20.4399414 24.1604 22.8398438 (curveto)]
[21.6403809 25.5998535 18.2802734 27.0002441 14.4401855 27.0002441 (curveto)]
[(closepath)]
[14.4401855 25.0 (moveto)]
[16.2802734 25.0 18.1203613 24.4960938 19.5603027 23.5998535 (curveto)]
[21.7202148 21.6398926 23.0002441 17.8798828 23.0002441 13.119873 (curveto)]
[23.0002441 10.7597656 22.4643555 7.99975586 21.6401367 5.91967773 (curveto)]
[21.2800293 4.91967773 20.6000977 3.91967773 19.6801758 2.99975586 (curveto)]
[18.2802734 1.59985352 16.4802246 1.0 14.3601074 1.0 (curveto)]
[12.5200195 1.0 10.7199707 1.67602539 9.32006836 2.83984375 (curveto)]
[7.23999 4.67993164 5.99975586 8.7199707 5.99975586 13.1599121 (curveto)]
[5.99975586 17.2399902 7.08789062 21.119873 8.7199707 22.9997559 (curveto)]
[10.2800293 24.7197266 12.2402344 25.0 14.4401855 25.0 (curveto)]
[(closepath)]
[28.8798828 -0.0 (moveto)]

L’istruzione x1 y1 x2 y2 x3 y3 curveto disegna una curva di Bézier a partire dal punto

corrente (ossia il punto attualmente nello stack di PostScript), con punti di controllo
(x1, y1) e (x2, y2) e con secondo estremo (x3, y3). L’istruzione moveto serve per cambiare
il punto corrente. Le istruzioni contenenti roll servono per mostrare il contenuto dello
stack.
Si noti che non tutti i caratteri rivelano i propri punti di controllo: Adobe prevede
un meccanismo per la ‘chiusura’ dei caratteri in questo senso. Se si desidera approfon-
dire il linguaggio PostScriptT M si consulti il sito http://www.adobe.com/ per guide di
riferimento, manuali e specifiche dei caratteri.
L’esempio è stato elaborato a partire dal testo [9], liberamente disponibile in Internet.
Esercizio 4.11. Si dimostri che le curve di Bézier di grado 2 sono parabole.
4.6. Curve di Bézier 79

Esercizio 4.12. Si provi che

n−1
(Bin (t))# = n(Bi−1 (t) − Bin−1 (t)).

Esercizio 4.13. Si provi che il punto P0123 , definito nel procedimento descritto dalla
figura 4.3 giace nella curva di Bézier definita da P0 , P1 , P2 , P3 .
 CAPITOLO 5

I SISTEMI LINEARI

Sia A = (aij ) ∈ Km,n e B ∈ Km,1 . Il problema di determinare gli X ∈ Kn,1 tali che

AX = B (5.0.1)

è detto sistema lineare.

Questo capitolo è un’introduzione ai metodi per calcolare tutte le soluzioni di un
sistema lineare. Questi metodi sono detti metodi diretti .
I metodi considerati in questo capitolo sono essenzialmente metodi di fattorizzazione
del sistema dato in due sistemi lineari più semplici (di solito a matrice triangolare).

5.1 Metodi di fattorizzazione: premesse

I metodi di fattorizzazione qui considerati hanno tutti origine dalla seguente osserva-
zione: se la matrice di un sistema è facilmente invertibile, il sistema è di facile risoluzione.
Infatti, si verificano i casi seguenti:

1. se m = n ed A è invertibile, allora

AX = B ⇒ X = A−1 B;

2. se m < n ed A ha rango m, è possibile, scambiando opportunamente le righe e le

colonne di A, ricondursi ad una matrice A# = (C P1 · · · Pn−m ) con C ∈ Km,m in-
vertibile. In questo sistema le incognite xm+1 ,. . . ,xn sono parametri, dunque la loro
determinazione è arbitraria. Quindi si ottiene una sola soluzione X # = (x1 , . . . , xm )

(C P1 · · · Pn−m )X = B ⇒ X # = C −1 (B − xm+1 P1 − · · · − xn Pn−m ) (5.1.2)

per ogni valore dei parametri.

Il caso m > n può non essere preso in considerazione poiché in ogni sistema di questo
tipo ci sono sicuramente m − n equazioni che sono combinazioni lineari delle altre e
possono essere scartate.

80
5.1. Metodi di fattorizzazione: premesse 81

Un caso di matrice facilmente invertibile è il caso di una matrice triangolare superiore

(inferiore) A ∈ Kn,n tale che det A = a11 · · · ann %= 0. Dunque, gli elementi diagonali non
sono mai nulli, e, indicata con Z ∈ Kn,n la matrice inversa incognita, si può facilmente
vedere che AZ = I se e solo se Z è triangolare superiore (inferiore). Il sistema AZ = I si
risolve ricorsivamente all’indietro (in avanti, con gli opportuni cambiamenti):
1
1 = ann znn ⇒ znn = ;
ann
...
j j
+ 1 +
0= aik zkj ⇒ zij = − aik zkj .
k=i
aii k=i+1

Ovviamente, gli elementi vengono ricavati nell’ordine znn , zn−1,n−1 , zn−1,n , . . . . Si può
dimostrare che il numero di operazioni che si effettuano è dell’ordine di n3 /6 [5].
Analogamente, un sistema con matrice triangolare superiore (inferiore) invertibile
può essere facilmente risolto ricorsivamente all’indietro (in avanti, con gli opportuni
cambiamenti) come segue:

bn
xn = ,
ann
...
' n
(
1 +
xi = bi − aij xj . (5.1.3)
aii j=i+1

I metodi studiati in questo capitolo sono diretti ad ottenere da un sistema arbitrario

con matrice incompleta A ∈ Cn,n una coppia di sistemi la cui matrice sia facilmente
invertibile, mediante la fattorizzazione di A come

A = CD ⇒ CDX = B ⇒ CY = B, DX = Y. (5.1.4)

I due sistemi CY = B e DX = Y vengono poi risolti in successione con i metodi sopra

descritti. Il campo scelto è quello complesso C perchè permette di descrivere la maggior
parte dei problemi di natura ingegneristica1
Le fattorizzazioni che verranno studiate nei paragrafi seguenti sono:
1. la fattorizzazione LU, dove L è unipotente inferiore ed U è triangolare superiore 2 ;
essa è associata al metodo di Gauss.

2. la fattorizzazione QR, dove Q è una matrice unitaria ed R è una matrice triangolare

superiore; essa è associata al metodo di Householder.
1
Non tutti: ad esempio, in crittografia hanno notevole importanza i cosiddetti campi finiti Z p (p
numero primo), che hanno un numero finito p di elementi.
2
L viene dall’inglese lower triangular, ed U da upper triangular.
82 Capitolo 5. I sistemi lineari

3. la fattorizzazione LL∗ , dove L è una matrice triangolare inferiore con aii > 0 per
i = 1, . . . , n; essa è associata al metodo di Cholesky.

L’idea è quella di raggiungere la fattorizzazione cercata mediante trasformazioni ele-

mentari che non cambiano le soluzioni del sistema. Tali trasformazioni sono realizzabili
come particolari matrici, e concorreranno alla formazione della fattorizzazione.
Verranno ora analizzate le condizioni di esistenza ed unicità delle precedenti fattoriz-
zazioni.
Teorema 5.1. Sia A ∈ Cn,n . Si supponga che i minori principali di A siano tutti
invertibili, esclusa al più A; in altre parole, det Ak %= 0 per 1 ≤ k ≤ n − 1. Allora esiste
un’unica coppia di matrici L ed U , con L unipotente inferiore ed U triangolare superiore,
tale che
A = LU.

Dimostrazione. Si proceda per induzione. Per n = 1 basta porre L = (1) ed

U = (a11 ). Sia valido il teorema per n = k − 1, e si consideri il caso n = k. Posto
, -
Ak−1 D
Ak = ,
C∗ α

con α ∈ C e D, C ∈ Cn,1 . sia Ak−1 = Lk−1 Uk−1 . Si ponga

, - , -
def Lk−1 O def Uk−1 V
Lk = , Uk = ,
U∗ 1 O β

dove β ∈ C e U , V ∈ Cn,1 sono quantità incognite. Allora


 D = Lk−1 V,
Ak = Lk Uk ⇔ C ∗ = U ∗ Uk−1 ,
α = U ∗ V + β,


da cui risultano U e V univocamente determinate poichè Lk−1 e Uk−1 sono invertibili, e

β = α − U ∗V . QED

Il metodo di Gauss è stato applicato in [7] anche a matrici che non soddisfacevano
le ipotesi del precedente teorema. In realtà, vale il seguente risultato, che generalizza il
precedente.
Teorema 5.2. Sia A ∈ Cn,n . Allora, esiste una matrice di permutazione Π tale che
la matrice ΠA ammette una fattorizzazione LU.

Dimostrazione. L’affermazione sarà qui dimostrata solo per il caso in cui rg(A) =
n − 1. In questo caso è possibile dimostrare che esiste una matrice di permutazione Π
tale che ΠA soddisfa le ipotesi del teorema 5.1. Infatti, esiste sicuramente in A una
sottomatrice M # ∈ Cn−1,n−1 tale che det M # %= 0. Dunque, esiste una matrice di permu-
tazione Π# tale che (Π# A)n−1 = M # . Continuando, esiste una sottomatrice M ## ∈ Cn−2,n−2
5.2. Trasformazioni sulle matrici 83

di (Π# A)n−1 tale che det M ## %= 0: se questo non si verificasse, un qualunque sviluppo
di Laplace di det(Π# A)n−1 sarebbe uguale a 0. Ragionando come prima, ed applicando
induttivamente il ragionamento si ottiene la tesi. QED

Si noti che la fattorizzazione LU nel caso generale ha poco interesse per le osservazioni
fatte all’inizio di questo paragrafo (5.1.2).
Più in là (paragrafi 5.8 e 5.11) si dimostrerà, con metodi costruttivi, che la fattorizza-
zione QR esiste qualunque sia la matrice di partenza e che la fattorizzazione LL∗ esiste
ed è unica sotto certe ipotesi.
Per quanto riguarda l’unicità della fattorizzazione QR, se S ∈ Cn,n è diagonale ed
unitaria (si veda il paragrafo 1.5), allora

QR = QSS ∗ R,

dove QS è unitaria e S ∗ R è triangolare superiore. Quindi, la decomposizione non è

univocamente determinata. Se la matrice A è non singolare, le fattorizzazioni QR sono
definite esattamente a meno di fattori di fase.
Teorema 5.3. Sia A ∈ Cn,n tale che det A %= 0. Allora, se A ammette due fattoriz-
zazioni QR: A = QR = Q# R# , esiste una matrice di fase S ∈ Cn,n tale che

Q# = QS, R# = S ∗ R.

Dimostrazione. Infatti, si ha
−1
Q∗ Q# = RR# ,

dunque la matrice unitaria Q∗ Q# è triangolare superiore, quindi è diagonale. Si ponga

S = Q∗ Q# . QED

Corollario 5.1. Sia A ∈ Cn,n tale che det A %= 0. Allora esiste un’unica fattorizza-
zione QR A = QR tale che rii > 0.

5.2 Trasformazioni sulle matrici

In questo paragrafo verranno descritte le trasformazioni che conducono alle fattoriz-
zazioni del paragrafo precedente.
Sia à ∈ Cm,n . Denotiamo con à = (Ri ) (risp. à = (Cj )), per i = 1, . . . , m (risp.
j = 1, . . . , n), il partizionamento di à nelle sue righe (o colonne). Il seguente teorema è
di facile dimostrazione.
Teorema 5.4. Siano A ∈ Cm,n , B ∈ Cn,1 . Allora ognuna delle seguenti operazioni
.
sulla matrice à = (A .. B)

1. scambio di due righe;

84 Capitolo 5. I sistemi lineari

2. moltiplicazione di una riga per uno scalare non nullo;

3. sostituzione di una riga Ri con la somma Ri + λRh , dove i %= h e λ ∈ C.
trasforma la matrice in una matrice completa di un sistema lineare equivalente al primo.
Osservazione 5.1. Il risultato precedente non vale per le colonne, in virtù del diverso
significato che hanno le righe e le colonne della matrice di un sistema. Ma lo scambio
delle due colonne j e j # nella matrice incompleta dà un sistema lineare che ha soluzioni
dove la j-esima componente è scambiata con la j # -esima rispetto al sistema di partenza.
!
Quindi, le trasformazioni che vengono usate concretamente sono le trasformazioni del
teorema 5.4 sulle righe e lo scambio di colonne nella matrice incompleta (tenendo conto
dell’osservazione precedente).
Le trasformazioni precedenti sono realizzate madiante una moltiplicazione per oppor-
tune matrici, come segue. Sia C = {"e1 , . . . , "en } la base canonica di Cn .
def
1. Lo scambio di righe di A è dato da Πjj ! A, dove Πjj ! = MCC (f ), essendo

f : C n → Cn , ("e1 , . . . , "ej , . . . , "ej ! , . . . "en ) -→ ("e1 , . . . , "ej ! , . . . , "ej , . . . "en ). (5.2.5)

Si noti che lo scambio di colonne di A è dato da AΠjj ! , dove Πjj ! è uno scambio di
righe.
2. La moltiplicazione di una riga per λ ∈ C ! {0} è data da Mi (λ)A, dove si pone
def
Mi (λ) = MCC (g), essendo

g : Cn → Cn , ("e1 , . . . , "ej , . . . "en ) -→ ("e1 , . . . , λ"ej , . . . "en ). (5.2.6)

3. La sostituzione di una riga con una somma (teorema 5.4) è data da Sij (λ)A, dove
def
Sij (λ) = MCC (h), essendo

h : C n → Cn , ("e1 , . . . , "en ) -→ ("e1 , . . . , "ei + λ"ej , . . . "en ). (5.2.7)

Definizione 5.1. Le matrici delle applicazioni lineari del tipo di f (5.2.5) sono dette
matrici di scambio. Il prodotto di matrici di scambio dà le matrici di permutazione.
Esempio 5.1.
1. Una matrice Πjj ! di scambio di righe ha l’espressione
 
1 ... 0 ... 0 ... 0
. . . . . . . . . . . . . . . . . . . . . . . . . 
 
0 . . . 0 . . . 1 . . . 0 
 
Πjj ! = 
 . . . . . . . . . . . . . . . . . . . . . . . . . ,
 (5.2.8)
0 . . . 1 . . . 0 . . . 0 
 
. . . . . . . . . . . . . . . . . . . . . . . . . 
0 ... 0 ... 0 ... 1
5.3. Matrici elementari 85

in altri termini, Πjj ! è ottenuta da I scambiandone le colonne j e j # . Le matrici di

permutazione sono tutte e sole le matrici che rappresentano le applicazioni lineari
del tipo
("e1 , . . . , "en ) -→ ("eσ1 , . . . , "eσn ),
e sono ottenute permutando le colonne (o le righe) di I.
2. Una matrice Mi (λ) di moltiplicazione di una riga per uno scalare ha la forma
 
1 0 ............ 0
. . . . . . . . . . . . . . . . . . . . . . . 
 
0 . . . 1 0 0 . . . 0 
 
Mi (λ) = 
 0 . . . 0 λ 0 . . . 0 .
 (5.2.9)
0 . . . 0 0 1 . . . 0 
 
. . . . . . . . . . . . . . . . . . . . . . . 
0 ................. 1

3. Una matrice Sij (λ) di sostituzione di una riga con una somma ha la forma
 
1 ... 0 ........... 0
. . . . . . . . . . . . . . . . . . . . . . . . . 
 
0 . . . 1 . . . . . . . . . . . 0 
 
Sij (λ) = 
 . . . . . . . . . . . . . . . . . . . . . . . . . 
 (5.2.10)
0 . . . λ . . . 1 . . . 0 
 
. . . . . . . . . . . . . . . . . . . . . . . . . 
0 ... 0 ........... 1

se i < j. Invece, se i > j il coefficiente λ si trova ‘al di sopra’ della diagonale.

Esercizio 5.1. Presa la seguente matrice A

 
1 2 3 4
A = −3 2 8 5 ,
2 0 −1 2

realizzare la somma della prima riga moltiplicata per −2 con la terza calcolando la matrice
S31 (−2) ed eseguendo S31 (−2)A.

5.3 Matrici elementari

In pratica, ognuna delle fattorizzazioni (paragrafo 5.1) della matrice incompleta A di
un sistema lineare viene raggiunta mediante la moltiplicazione successiva per matrici che
rappresentano trasformazioni che non cambiano le soluzioni del sistema. Le matrici che
vengono usate sono opportune composizioni delle matrici precedenti. A questo scopo,
introduciamo una vasta classe di matrici, comprendenti le precedenti.
86 Capitolo 5. I sistemi lineari

Definizione 5.2. Siano σ ∈ C ed X, Y ∈ Cn,1 ! {O}. La matrice

def
E(σ, X, Y ) = I − σXY ∗ ∈ Cn,n

si dice matrice elementare.

Si denoti con En,n ⊂ Cn,n l’insieme delle matrici elementari.
Una interessante proprietà delle matrici elementari è la seguente.
Proposizione 5.1. Siano σ, τ ∈ C, ed X, Y ∈ Cn,1 . Allora vale

E(σ, X, Y )E(τ, X, Y ) = E(γ, X, Y )

dove γ = σ + τ − στ (Y ∗ X).
La dimostrazione è lasciata al lettore. Tale proprietà afferma che il prodotto di matrici
elementari è una matrice elementare. Viceversa, è sempre possibile decomporre una
matrice elementare come prodotto di matrici elementari in più modi. Ad esempio, dato
γ ∈ C e scelto σ ∈ C tale che σ(Y ∗ X) %= 1, si ha
γ−σ
τ= .
1 − σ(Y ∗ X)
Naturalmente, se E(γ, X, Y ) è invertibile, lo sono anche i fattori.
Una conseguenza immediata della precedente proprietà è la seguente.
Proposizione 5.2. Una matrice elementare E(σ, X, Y ) ∈ En,n è invertibile se e solo
se σY ∗ X %= 1.
Dimostrazione. Per σ = 0 tutte le matrici elementari valgono I.
Per σ %= 0, se la condizione σY ∗ X %= 1 è soddisfatta, applicando la precedente proposi-
zione si trova un τ ∈ C tale che E(τ, X, Y ) = E(σ, X, Y )−1 . Viceversa, usando l’esercizio
1.12 si vede che le matrici E(σ, X, Y ) tali che σX ∗ Y = 1 hanno determinante nullo, quindi
non sono invertibili. QED

Esercizio 5.2. Trovare τ nella precedente dimostrazione.

Proposizione 5.3. Siano U , V ∈ Cn con U %= O, V %= O. Allora esiste E(σ, X, Y ) ∈
En,n tale che
1. E(σ, X, Y )U = V ;
2. det E(σ, X, Y ) %= 0.
Dimostrazione. La condizione è verificata scegliendo un qualunque Y in modo che
∗
Y U %= 0. Infatti, in tal caso si possono scegliere σ ed X in modo che
U −V
σX = .
Y ∗U
Inoltre, se Y è scelto in modo che anche Y ∗ V %= 0, la matrice E(σ, X, Y ) ha determinante
diverso da zero (dimostrarlo!). QED
5.4. Fattorizzazione mediante matrici elementari 87

Proposizione 5.4. Le matrici delle trasformazioni descritte nel teorema 5.4 sono
matrici elementari.
Dimostrazione. Si ha:

1. Πjj ! = E(1, X, X) dove X = (0, . . . , 1, 0 . . . , −1, 0, . . . 0)∗ .

j j!

2. Mi (λ) = E(1 − λ, Ei , Ei ), dove Ei è l’i-esimo elemento della base dello spazio dei
vettori colonna.

3. Sij (λ) = E(−λ, Ei , Ej ).

QED

5.4 Fattorizzazione mediante matrici elementari

Sia A ∈ Cn,n . Usando la proposizione 5.3 è possibile fattorizzare A come A = EU ,
dove E è un prodotto di matrici elementari ed U è una matrice triangolare superiore. La
dimostrazione di quest’affermazione è costruttiva e consiste nel seguente algoritmo.
def
Passo 1. Si pone A(1) = A, e si partiziona A(1) a blocchi cosı̀:
, (1)
D(1)
-
(1) C
A = , C (1) ∈ C, F (1) ∈ Cn−1,n−1 , D(1) ∈ C1,n−1 , T ∈ Cn−1,1 .
T F (1)

Per la proposizione 5.3, esiste una matrice elementare E (1) tale che
, (1) - , (2) -
(1) C C
E = ,
T O

dove C (2) ∈ C. Risulta

C (2) D(2)
, -
(1) (1)
E A = ,
O F (2)
def
dove D(2) ∈ C1,n−1 e F (2) ∈ Cn−1,n−1 sono opportune matrici. Si ponga A(2) =
E (1) A(1) .

Passo k. Sia
C (k) D(k)
, -
(k)
A = ,
O F (k)
con C (k) ∈ TUk−1,k−1 , D(k) ∈ Ck−1,n−k+1 , F (k) ∈ Cn−k+1,n−k+1 . Allora, per la
proposizione 5.3, esiste una matrice elementare Ẽ tale che
, -
(k) α T
ẼF = ,
O F (k+1)
88 Capitolo 5. I sistemi lineari

dove α ∈ C, T ∈ C(1,n−k) , F (k+1) ∈ Cn−k,n−k . Si ponga

, -
(k) def I O
E = ;
O Ẽ

la matrice E (k) è una matrice elementare. Per rendersi conto di questo, si osservi
che, se Ẽ = E(σ, X̃, Ỹ ), si ha E (k) = E(σ, X, Y ), dove X = (O X̃)T ∈ Cn,1 ed
def
Y = (O Ỹ )T ∈ Cn,1 . Si ponga A(k+1) = E (k) A(k) ; si ottiene
, (k+1)
D(k+1)
-
(k+1) C
A = ,
O F (k+1)

con C (k+1) ∈ TUk,k , D(k+1) ∈ Ck,n−k , F (k+1) ∈ Cn−k,n−k .

Al passo n − 1 si ottiene una matrice A(n) triangolare superiore tale che

A(n) = E (n−1) · · · E (1) A(1) ⇒ A = EA(n) ,

def . /−1 /−1
dove si è posto E = E (1) · · · E (n−1) . La matrice E può assumere forme diverse a
.

seconda delle particolari matrici elementari scelte per realizzare l’algoritmo. Nei prossi-
mi paragrafi verranno introdotte due particolari classi di matrici elementari: le matrici
elementari di Gauss e le matrici elementari di Householder.

5.5 Il metodo di Gauss

Il metodo di Gauss è stato introdotto in [16]. Si può dimostrare [25] che il metodo
di Gauss è il metodo che comporta il minor numero di calcoli tra i metodi che utilizzano
esclusivamente combinazioni di righe e di colonne.
L’obbiettivo di questo paragrafo è realizzare il metodo di Gauss come fattorizzazio-
ne LU, ottenendo questa fattorizzazione mediante successive moltiplicazioni per matrici
elementari. A questo scopo, si introduce una sottoclasse delle matrici elementari.
Proposizione 5.5. Sia U ∈ Cn,1 tale che ui %= 0 per un certo i ∈ {1, . . . , n}. Si
def
ponga Ui = u1 E1 + · · · + ui Ei , dove {Ek }1≤k≤n sono le matrici della base canonica di Cn,1 .
Allora, esiste un’unica matrice elementare E(σ, X, Ei ) tale che

u1
 
 .. 
.
u 
 
E(σ, X, Ei )U = Ui =  i  .
0
.
 .. 
0
5.5. Il metodo di Gauss 89

Dimostrazione. Dalla dimostrazione della proposizione 5.3, posto V = Ui , ed

essendo Ei∗ U = ui %= 0, si ha
, -T
ui+1 un
σX = 0, . . . , 0, ,..., ,
ui ui

dunque
 
1 .................... 0
. . . . . . . . . . . . . . . . . . . . . . . 
 
0 . . . 1 ... 0
E(σ, X, Ei ) = 
0 . . . −u(i+1) /ui . . .

 0
. . . . . . . . . . . . . . . . . . . . . . . 
0 ... −un /ui ... 1
QED

Definizione 5.3. Nelle ipotesi della precedente proposizione, la matrice elementare

determinata univocamente) si dice matrice elementare di Gauss.
È facile dimostrare che E(σ, X, Ei ) = Si+1,i (−ui+1 /ui ) · · · Sn,i (−un /ui ). Da σEi∗ X = 0
risulta che la matrice è invertibile e
 
1 .................. 0
. . . . . . . . . . . . . . . . . . . . . 
 
−1
0 . . . 1 . . . 0
E(σ, X, Ei ) =   .
 0 . . . u (i+1) /u i . . . 0 

. . . . . . . . . . . . . . . . . . . . . 
0 ... un /ui ... 1

In particolare, le matrici elementari di Gauss sono unipotenti inferiori.

Esempio 5.2. Sia U = (2, 2, 3)T ∈ C3,1 . Allora u1 = 2 %= 0, σX = (0, 1, 3/2)T e
 
1 0 0
E(σ, X, E1 ) =  −1 1 0 .
−3/2 0 1

Teorema 5.5. Sia A ∈ Cn,n . Se A soddisfa le ipotesi del teorema 5.1, allora l’unica
fattorizzazione LU si può ottenere mediante l’algoritmo descritto nel paragrafo 5.4, e
risulta
/−1 /−1
L = E (1) · · · E (n−1) U = A(n) .
. .
,

(k)
Dimostrazione. Si indichi con aij l’elemento generico della matrice A(k) . La ma-
90 Capitolo 5. I sistemi lineari

trice elementare di Gauss E (k) ha la forma

1 ..................... 0
 
. . . . . . . . . . . . . . . . . . . . . . . . 
0 . . . 1 ... 0
 
(k)
E = E(σ, X, Ek ) =  0 . . . −a(k) /a(k) . . .
,
 k+1k kk 0

. . . . . . . . . . . . . . . . . . . . . . . . 
(k) (k)
0 . . . −ank /akk . . . 1

dove σ ed X sono tali che E(σ, X, Ek )Ck = (Ck )k (qui, Ck sta per la colonna k-esima di
A(k) , e (Ck )k è il vettore ottenuto da Ck come nella dimostrazione della proposizione 5.5).
(k)
Questo ha senso solo se akk %= 0. Per k = 1 questo è vero per ipotesi. Al passo k il minore
(k)
principale (A(k) )k di A(k) è tale che det(A(k) )k = det C (k) akk . Ma det(A(k) )k %= 0 poiché il
determinante delle matrici elementari di Gauss è 1 e

det(A(k) )k = det E (k−1) · · · E (1) A k

. /

= det (E (k−1) )k · · · (E (1) )k Ak

. /

= det Ak ,

da cui la tesi. QED

Osservazione 5.2. Si noti che la matrice L non è, in generale, una matrice ele-
mentare: le matrici E (k) ed E (k+1) sono elementari ma definite tramite coppie diverse di
vettori.
L’algoritmo presentato nel paragrafo 5.4 usato con le matrici elementari di Gauss
al fine di risolvere un sistema lineare AX = B prende il nome di metodo di Gauss.
Ovviamente, il metodo di Gauss è completato dalla risoluzione dei due sistemi triangolari
in cui è fattorizzato il sistema AX = B (paragrafo 5.1, equazione (5.1.4)). Di questi
sistemi triangolari, il sistema LY = B è risolto durante la fattorizzazione, applicando
l’algoritmo sopra descritto alla matrice completa (A|B), ed il sistema U X = Y può essere
agevolmente risolto con il metodo dato con l’equazione 5.1.3 (si veda l’esempio 5.3).
È possibile determinare il numero di operazioni compiute durante il metodo di Gauss:
esso è dell’ordine (asintotico) di n3 /3 [2].
Osservazione 5.3. Risulta
 
1 0 ................... 0
a(1) /a1 1 . . . . . . . . . . . . . . . . . . . 0
 21 11 
 . . .
 .. .. . . . . . . . . . . . . . . . . 0

 .. .. ..
 

L= . . . 1 . . . 0
.
 .. .. .. (k) (k)
 . . . ak+1k /akk . . . 0

 . .. .. .. ... 
 .. . . . 0
.. .. ..
 
(1) 1 (k) (k)
a /a n1 . .
11 a /a nk kk . 1
5.5. Il metodo di Gauss 91

Si noti che il prodotto delle matrici elementari di Gauss che formano L non è commutativo:
E (1) E (2) %= E (2) E (1) . !
Esempio 5.3. Si consideri il sistema lineare AX = B, dove
   
5 0 2 0 12
0 5 0 2 9
A=2 0 1 0 ,
 B=  5 .


0 2 0 1 4

È conveniente applicare le matrici elementari anche al termine noto. Dunque, risulta

   
1 0 0 0 5 0 2 0 12
 0 1 0 0
E (1) =   , (A(2) |B (2) ) = 0 5 0 2 9 
 
−2/5 0 1 0 0 0 1/5 0 1/5
0 0 0 1 0 2 0 1 4
   
1 0 0 0 5 0 2 0 12
0 1 0 0
E (2) =   , (A(3) |B (3) ) = 0 5 0 2 9 


0 0 1 0 0 0 1/5 0 1/5
0 −2/5 0 1 0 0 0 1/5 2/5
E (3) = I, (A(4) |B (4) ) = (A(3) |B (3) ).

Dunque  
1 0 0 0
 0 1 0 0
L=
2/5 0
, U = A(4) = A(3) .
1 0
0 2/5 0 1
Il sistema U X = B (4) cosı̀ ottenuto si può risolvere “all’indietro” usando il metodo (5.1.3).
Osservazione 5.4. Il metodo di Gauss può essere applicato anche a più sistemi lineari
simultaneamente purché abbiano la stessa matrice incompleta. In questo caso si procede
come sopra, usando al posto del vettore B una matrice B ∈ Cn,s . Questo è utile nel caso
del calcolo dell’inversa, dove il termine noto prende la forma B = I [7]. !
n,n
Osservazione 5.5 (Metodo del pivot). Sia A ∈ C tale che det A %= 0. Allora
una fattorizzazione ΠA = LU è ottenibile modificando il metodo di Gauss come segue.
Al primo passo, esiste nella prima colonna di A un elemento non nullo; si scambi la
corrispondente riga con la prima riga di A e si applichi il primo passo del metodo di
Gauss. Al passo k si proceda allo stesso modo, operando gli scambi sempre sulla matrice
di partenza. !
Esempio 5.4. Si consideri la matrice
 
1 1 2
A =  2 2 −1 .
−1 1 1
92 Capitolo 5. I sistemi lineari

Si osserva subito che la matrice non soddisfa le ipotesi del teorema 5.1. Risulta:
   
1 0 0 1 1 2
E (1) = −2 1 0 , A(2) = 0 0 −5 .
1 0 1 0 2 3

È necessario scambiare le ultime due righe. Risulta Π23 A = LU , dove

   
1 0 0 1 1 2
L = −1 1
 0  , U = 0 2 3  .
2 0 1 0 0 −5

Si noti che la matrice L è ottenuta scambiando i coefficienti relativi alle righe 2 e 3 nelle
corrispondenti matrici elementari.
Infine, si noti che scambiando le prime due righe di A si ottiene una matrice che
soddisfa le ipotesi del teorema 5.1. Tuttavia, la fattorizzazione LU ottenuta da Π 12 A è
diversa da quella precedente (verificarlo!).
Osservazione 5.6. Il metodo di Gauss può anche essere applicato a sistemi per i
quali la matrice incompleta è del tipo A ∈ Cm,n , con m ≥ n e rg(A) = n. In questo
caso, effettuando un ulteriore passo del metodo si arriva ad una matrice A(n+1) tale che
(A(n+1) )ij = 0 per i > j. Le righe n + 1, . . . , m di A(n+1) sono tutte nulle, quindi possono
essere scartate, e si ottiene la fattorizzazione LU della sottomatrice di A (o di una sua
permutazione secondo l’osservazione 5.5) contenente le prime n righe. !
Osservazione 5.7. Il metodo di Gauss può essere usato per calcolare il rango di una
matrice A ∈ Cm,n . Infatti, se al passo k si incontra una colonna nulla, si va al passo
successivo senza calcolare la matrice elementare relativa. Con un numero di passi uguale
od inferiore a min{m, n} si ottiene una matrice a scalini. !
Osservazione 5.8. Una variante molto nota del metodo di Gauss è il metodo del
massimo pivot parziale. Questo è una modifica del metodo di Gauss, e consiste nella
selezione, al passo k, della riga con l’elemento di massimo modulo in F (k) . Ovviamente
questo metodo consente di ottenere una matrice L tale che )L)∞ = 1. Per maggiori
informazioni sull’analisi dell’errore si consulti [5, 13, 22, 28, 29].

5.6 Caso particolare: le matrici tridiagonali

Esistono problemi nei quali è necessario risolvere un sistema lineare AX = B dove A è
una matrice tridiagonale. Questo capita nei metodi per la ricerca degli autovalori di una
matrice (come il metodo QR), e in molti metodi per la soluzione di sistemi di equazioni
differenziali discretizzate. Questi sistemi si risolvono velocemente con la fattorizzazione
LU.
Proposizione 5.6. Sia A ∈ Cn,n una matrice tridiagonale soddisfacente alle condi-
5.7. Il metodo di Gauss–Jordan 93

zioni del teorema 5.1. Allora L ed U hanno la forma

   
1 0 ... 0 α1 a12 ... 0
β1 1 ... 0  ... 
L= , U =
   
. .. 0

  ... αn−1 an−1n 
0 . . . βn−1 1 0 ... 0 αn

Dimostrazione. La dimostrazione è costruttiva, e consiste nel confronto tra i coef-

ficienti di LU e di A. Si ottiene il sistema

 α1 = a1 ,
βi αi = a(i+1)i , i = 1, . . . , n − 1,
βi ai(i+1) + αi+1 = a(i+1)(i+1) , i = 1, . . . , n − 1.


Nel sistema si risolve prima la seconda equazione e poi la terza per i = 1, . . . , n − 1. È

necessaria la condizione αi %= 0 per risolvere la seconda equazione. In realtà si vede subito
che
det A = det L det U = α1 · · · αn ,
dunque la condizione αi %= 0 per i = 1, . . . , n equivale alla condizione sui minori di A
richiesta dal teorema 5.1. QED

Si noti che il numero di operazioni necessario alla fattorizzazione LU è 2n−2 in questo

caso. Si noti, inoltre, che la verifica αi %= 0 può essere eseguita durante il calcolo.
Esempio 5.5. Sia  
1 2 0 0
3 5 −3 0 
A= 0 4 14 0  .


0 0 0 −2
Risulta, seguendo i calcoli della precedente dimostrazione,
   
1 0 0 0 1 2 0 0
 3 1 0 0 0 −1 −3 0 
L= 0 −4 1 0
, U = 
0 0
.
2 0
0 0 0 1 0 0 0 −2

5.7 Il metodo di Gauss–Jordan

Il metodo di Gauss–Jordan3 è una variante del metodo di Gauss nella quale al passo
k si annullano tutti gli elementi sulla colonna k + 1 tranne l’elemento sulla diagonale.
Tramite questo metodo si ottiene una fattorizzazione A = ED, dove E non è una matrice
unipotente inferiore come nel metodo di Gauss, ma D è una matrice diagonale.
3
Wilhelm Jordan, 1842–1899
94 Capitolo 5. I sistemi lineari

Proposizione 5.7. Sia U ∈ Cn,1 tale che ui %= 0 per un certo i ∈ {1, . . . , n}. Allora,
esiste un’unica matrice elementare E(σ, X, Ei ) tale che

0
 
 .. 
.
u 
 
E(σ, X, Ei )U = ui Ei =  i  .
0
.
 .. 
0

La dimostrazione è simile a quella della proposizione 5.5. Le matrici elementari del

tipo della precedente proposizione sono dette matrici elementari di Gauss–Jordan.
Ora, si consideri l’algoritmo descritto nel paragrafo 5.4, e si utilizzi come matrice E (k)
la matrice elementare di Gauss–Jordan E(σ, X, Ek+1 ) che trasforma la colonna k-esima
(k)
Ck+1 di A(k) nel vettore che ha la sola componente non nulla akk al posto k. Si ha

(k) (k)
 
1 0 . . . −a1k /akk . . . 0
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
 
(k) (k)
0 . . . . . . −a /a . . . 0
 
 k−1k kk 
E (k) = 0 . . . . . . 1 . . . 0 .
 
0 . . . . . . −a(k) (k)
 
 k+1k /akk . . . 0 
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
(k) (k)
0 . . . . . . −ank /akk . . . 1

La matrice A(k+1) è tale che il blocco C (k+1) è diagonale.

Le condizioni di fattorizzabilità sono le stesse descritte nel teorema 5.1 e nell’osserva-
zione 5.5. Il sistema diagonale si risolve con una versione semplificata del metodo usato
per i sistemi triangolari. Il numero di operazioni effettuato, approssimabile con n 3 /2 [2],
è superiore a quello del metodo di Gauss, ma c’e’ un caso particolare dove questi due
metodi danno il risultato con le stesse operazioni, ed è il calcolo della matrice inversa.

Esempio 5.6. Si inverte la matrice

 
2 4 1
A =  4 1 0
−2 2 1
5.8. Il metodo di Householder 95

col metodo di Gauss–Jordan. I passi necessari forniscono le matrici

   
1 0 0 2 4 1 1 0 0
E (1) = −2 1 0 , (A(2) |B (2) ) = 0 −7 −2 −2 1 0 ,
1 0 1 0 6 2 1 0 1
   
1 4/7 0 2 0 −1/7 −1/7 4/7 0
E (2) = 0 1 0 , (A(3) |B (3) ) = 0 −7 −2 −2 1 0 ,
0 6/7 1 0 0 2/7 −5/7 6/7 1
   
1 0 1/2 2 0 0 −1/2 1 1/2
E (3) = 0 1 7  , (A(4) |B (4) ) = 0 −7 0 −7 7 7 .
0 0 1 0 0 2/7 −5/7 6/7 1

La matrice inversa si trova risolvendo il sistema diagonale con termine noto matriciale
(A(4) |B (4) ), ossia dividendo le righe per i coefficienti sulla diagonale di A(4) . Si ottiene
 
−1/4 −1/2 1/4
A−1 =  1 −1 −1  .
−5/2 3 7/2

5.8 Il metodo di Householder

Malgrado il fatto che il metodo di Gauss sia “ottimale” rispetto al numero delle ope-
razioni, è interessante studiare anche altri metodi che in particolari circostanze forniscono
il risultato più rapidamente o con migliore approssimazione.
Il metodo di Householder sfrutta l’algoritmo presentato nel paragrafo 5.4 impiegando
una particolare classe di matrici elementari, introdotta di seguito.
Definizione 5.4. Siano β ∈ R, V ∈ Cn,1 ! {O}. Se la matrice elementare
def
P = E(β, V, V ) = I − βV V ∗

è unitaria, allora P si dice matrice elementare di Householder .

Se P è una matrice elementare di Householder, allora valgono le seguenti proprietà,
di verifica immediata:
1. P è hermitiana;
2. P −1 = P ;
3. β = 2/)V )2 ;
4. P è la simmetria ortogonale rispetto allo spazio vettoriale L(V )⊥ (per dimostrare
questa proprietà basta provare che P X = P (kV +Y ) = −kV +Y , dove Y ∈ L(V ) ⊥ ).
Il seguente teorema assicura l’esistenza di matrici elementari di Householder che
realizzano l’algoritmo del paragrafo 5.4.
96 Capitolo 5. I sistemi lineari

Teorema 5.6. Dato X ∈ Cn,1 ! {O}, esiste una matrice elementare di Householder
P tale che P X = αE1 , con α ∈ C ! {0}.
Dimostrazione. Le quantità da determinare sono α e V .
1. Determinazione di α. Per il fatto che P è unitaria ed hermitiana devono essere
verificate, rispettivamente, le seguenti equazioni:
9
)P X) = )X) = |α|,
X ∗ P X ∈ R ⇒ X ∗ αE1 ∈ R ⇒ x1 α ∈ R.

La prima equazione dà il modulo di α, l’argomento viene dalla seconda equazione,

e deve essere tale che arg(x1 ) + arg(α) = kπ, con k ∈ Z. Posto
;
x1
se x1 %= 0,
θ = |x1 |
1 se x1 = 0,

risulta α = ±)X)θ.
2. Determinazione di V . Si ha

P X = αE1 ⇒ (βV ∗ X)V = X − αE1 .

Ponendo V = X − αE1 si ottiene la soluzione del problema. Infatti )V )2 =

2)X)()X) + |x1 |), e
1 1
β= ∗ = 2
.
V X )X) + )X)|x1 |
Risulta  
θ(|x1 | + )X))
 x2 
V = ..
 

 . 
xn .
QED

Il teorema successivo collega il precedente teorema alla fattorizzazione QR introdotta

nel paragrafo 5.1.
Teorema 5.7. Sia A ∈ Cn,n . Allora esiste una fattorizzazione A = QR, dove Q è
unitaria ed R è triangolare superiore.
Dimostrazione. La dimostrazione consiste nell’applicazione dell’algoritmo descritto
nel paragrafo 5.4. La differenza col metodo di Gauss è che l’algoritmo è sempre applicabile
in questo caso. Al passo k si pone
 (k)
 akk se a(k) %= 0,
(k) (k) kk
θ = |akk |
1 (k)
se a = 0.
kk
5.8. Il metodo di Householder 97

(k)
Indicata con Fc1 la prima colonna di F (k) , posto

 
0
..
.
 
 
0
 
 
 (k) (k) (k)  1
V (k) θ ()Fc1(k)) + |akk |) ,
=  β (k) = (k) (k) (k)
,
 ak+1k  )Fc1 )2 + )Fc1 )|akk |
..
 
 
 . 
(k)
ank

si pone E (k) = P (k) = E(β (k) , V (k) , V (k) ).

Risulta:

−1 −1
R = A(n) , Q = P (1) · · · P (n−1) = P (1) · · · P (n−1) .

QED

L’algoritmo presentato nel paragrafo 5.4 usato con le matrici elementari di House-
holder al fine di risolvere un sistema lineare AX = B prende il nome di metodo di
Householder. Valgono, per il metodo di Householder e relativamente alla soluzione del
sistema con la fattorizzazione QR, considerazioni simili a quanto detto per il metodo di
Gauss. Inoltre, valgono conclusioni simili a quelle delle osservazioni 5.4, 5.6, 5.7. Invece,
per quanto riguarda l’utilizzo di metodi del massimo pivot, si può dimostrare che il me-
todo di Householder non è influenzato dalla scelta di un elemento pivot con particolari
proprietà [5].
Si può dimostrare che il numero di operazioni effettuato per ottenere la fattorizzazione
QR è approssimabile (asintoticamente) da 2n3 /3 [2].
Esempio 5.7. Trovare la fattorizzazione QR della matrice

 
1 2 −1
A = 2 1 0  .
3 0 −1

∗
Si ha P (k) = I − β (k) V (k) V (k) . I calcoli verranno effettuati in maniera approssimata. Per
98 Capitolo 5. I sistemi lineari

k = 1 vale
 
4, 7417
θ(1) = 1, β (1) = 0, 056365, V (1) =  2 ,
3
 
−0, 26726 −0, 53452 −0, 80178
P (1) = −0, 53452 0, 77454 −0, 33819,
−0, 80178 −0, 33819 0, 49272
 
−3, 7417 −1, 0690 1, 0690
A(2) = P (1) A(1) = 0 −0, 29450 0, 87271 .
0 −1, 9418 0, 30906

Nella prima colonna di A(2) i valori nulli lo sono a meno di errori di arrotondamento.
Proseguendo:
 
0
θ(2) = −1, β (2) = 0, 22544, V (2) =  −2.2585  ,
−1, 9418
 
1 0 0
P (2) = 0 −0, 14994 −0, 98869,
0 −0, 98869 0, 14995
 
−3.7417 −1.0690 1.0690
A(3) = P (2) A(2) =  0 1.9640 −0, 43643 .
0 0 −0, 81650

Dunque, R = A(3) e
 
−0, 26726 0, 87286 0, 40825
Q = −0, 53452 0, 21823 −0, 81649 .
−0, 80178 −0, 43644 0, 40825

Si può verificare che A = QR con un errore dell’ordine di 10−6 .

5.9 Calcolo di basi ortonormali con il metodo QR

Siano dati m vettori in Cn in forma di m colonne di una matrice A ∈ Cn,m . Si supponga
che gli m vettori dati siano indipendenti. Si consideri il problema di estrarre dai vettori
considerati una base ortonormale. È semplice modificare l’algoritmo del paragrafo 5.4 in
modo che possa essere applicato alla matrice rettangolare A ∈ Cn,m . In questo modo si
può calcolare una fattorizzazione QR della matrice A. Si ottiene A = QR, dove
, -
R1
Q ∈ U (n, C), R= , R1 ∈ Cm,m . (5.9.11)
O
5.10. Il metodo di Givens 99

Proposizione 5.8. Nelle ipotesi precedenti, Q è una base ortonormale per Im f A ,

dove fA : Cm → Cn è definita da fA (X) = AX.
Ovviamente, il problema della ricerca di una base ortonormale può anche essere ri-
solto con il metodo di Gram–Schmidt. Questo metodo presenta un’efficienza di calcolo
superiore di un fattore 2 rispetto al metodo QR presentato sopra. Tuttavia, si può dimo-
strare che il metodo di Gram–Schmidt è numericamente instabile [22]. Anche modifiche
di questo metodo (modified Gram–Schmidt algorithm, si veda [22]) presentano il difetto
di essere numericamente instabili se i vettori della base ortonormale sono vicini in norma.
Si può dimostrare che il metodo QR è il più stabile [22, 6].
Osservazione 5.9. Si noti che, in linea di principio, sarebbe possibile realizzare una
fattorizzazione QR utilizzando il metodo di Gram–Schmidt. Ma questa, ovviamente,
soffrirebbe dei problemi descritti sopra.

5.10 Il metodo di Givens

Il metodo di Givens è stato introdotto come metodo per annullare selettivamen-
te singoli elementi di una matrice A ∈ Cn,n mediante matrici unitarie. Esso consiste
nell’applicazione del teorema 5.8 alla soluzione di sistemi lineari.
Definizione 5.5. Siano i, j ∈ N, con 1 ≤ i < j ≤ n. Si dice matrice di Givens una
matrice Gij = (ghk ) ∈ Cn,n con elementi tali che


 1 se h = k e h %= i, h %= j;

cos ϕ se h = k = i o h = k = j;



ghk = ψ sin ϕ se h = j, k = i;

−ψ sin ϕ se h = i, k = j;





0 negli altri casi,

dove ϕ ∈ R e ψ ∈ C, |ψ| = 1.
In altri termini Gij è la matrice
 
1 0 ................................ 0
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
 
0 . . . cos ϕ 0 . . . −ψ sin ϕ 0 . . . 0
def  
Gij =  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  ,

0 . . . ψ sin ϕ 0 . . . cos ϕ 0 . . . 0
 
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
0 ..................................... 1

ovvero la matrice (ghk ) che ha per sottomatrice la matrice

, - , -
gii gij cos ϕ −ψ sin ϕ
= ,
gji gjj ψ sin ϕ cos ϕ
100 Capitolo 5. I sistemi lineari

e nella quale gli altri elementi coincidono con gli elementi della matrice identità.
Le matrici di Givens sono unitarie, e generalizzano a Cn le matrici di rotazione di R2 .
Se U ∈ R2,2 è una matrice ortogonale, allora

• se det U = 1, allora U è una matrice di Givens;

• se det U = −1, allora U è una matrice di Householder.

Ovviamente, se A ∈ Cn,n , allora Gij è una trasformazione elementare sulle righe di A.

Il prossimo teorema individua una sottoclasse di queste trasformazioni particolarmente
utile.
Teorema 5.8. Sia A ∈ Cn,n . Siano aii , aji %= 0. Allora esiste una matrice di Givens
Gij tale che (Gij A)ji = 0.

Dimostrazione. La dimostrazione è costruttiva. Posto

1 1
aji 11 aii 11
ψ = − 1 1,
aii aji
|aii | |aji |
cos ϕ = ) , sin ϕ = ) ,
2
|aii | + |aji |2 |aii |2 + |aji |2

si ha
(Gij A)ji = ψ sin ϕaii + cos ϕaji = 0.
QED

Ovviamente, è possibile realizzare una fattorizzazione QR con le matrici di Givens.

Ad esempio, per n = 4 tale fattorizzazione è ottenuta come segue

R = G34 G24 G23 G14 G13 G12 A, Q∗ = G34 G24 G23 G14 G13 G12 .

Tuttavia, il numero di operazioni effettuato è approssimabile con 4n3 /3 [2], quindi è

maggiore del numero di operazioni effettuate con le matrici elementari di Householder.
Questa considerazione rende l’impiego delle matrici di Givens utile in casi particolari,
come nel caso di matrici sparse (cioè con molti coefficienti nulli).
. 2 /
Esempio 5.8. Data la matrice A = 13 −1 , si determina la matrice di Givens G12
tale che G12 A è triangolare superiore. Seguendo la dimostrazione del precedente teorema,
sarà , -
cos ϕ −ψ sin ϕ
G12 = ,
ψ sin ϕ cos ϕ
√ √
dove ψ = −1, cos ϕ = 1/ 10 e sin ϕ = 3/ 10, dunque
, √ √ -
1/ √10 3/√10
G12 = .
−3/ 10 1/ 10
5.11. Il metodo di Cholesky 101

5.11 Il metodo di Cholesky

In questo paragrafo sarà dimostrato che ogni matrice hermitiana A definita positiva
ammette una fattorizzazione che si calcola in maniera relativamente più rapida rispet-
to agli altri metodi. Questa fattorizzazione è alla base del metodo di Cholesky per la
soluzione di un sistema lineare del tipo AX = B.
Teorema 5.9. Sia A ∈ Cn,n una matrice hermitiana e definita positiva. Allora esiste
un’unica matrice triangolare inferiore L = (lij ) ∈ Cn,n , con lii > 0 per i = 1, . . . , n, tale
che A = LL∗ .
Dimostrazione. La dimostrazione è costruttiva. Si ha
j min{i,j}
+ +
∗
aij = lik lkj = lik ljk ,
k=1 k=1

dove il secondo passaggio è dovuto al fatto che L è triangolare inferiore. Sarà risolta, ora,
l’equazione precedente per i ≥ j (poiché A è hermitiana). Dalle equazioni

ajj = nk=1 |ljk |2 , j = 1, . . . , n,

; 4
(5.11.12)
aij = jk=1 lik ljk , i = j + 1, . . . , n, j = 1, . . . , n − 1,
4

si ricava direttamente
 <
 ljj = ajj − j−1 |ljk |2 , j = 1, . . . , n
4
k=1
2 3 (5.11.13)
 l = 1 a − j−1 l l
4
, i = j + 1, . . . , n, j = 1, . . . , n − 1.
ij ljj ij k=1 ik jk

QED

L’algoritmo presentato nel precedente teorema può essere utilizzato al fine di risolvere
un sistema lineare AX = B; esso prende il nome di metodo di Cholesky.
Il numero di operazioni da eseguire per trovare la fattorizzazione LL∗ è approssimabile
da n3 /6 [2]. Esso è inferiore al metodo di Gauss, ma il metodo non è applicabile a tutte
le matrici.
Osservazione 5.10. Gli elementi della matrice L vengono trovati a partire da l 11
incrementando prima l’indice di riga e poi quello di colonna. Ad esempio, se n = 3,
l’ordine in cui sono ricavati gli elementi di L è il seguente:
 
1
2 4  . !
3 5 6
√
Osservazione
) 5.11. Dalla prima equazione in (5.11.12) si ottiene |ljk | ≤ aii , dun-
que )L)∞ ≤ )A)∞ . !
102 Capitolo 5. I sistemi lineari

Esempio 5.9. Si fattorizzi con il metodo LL∗ la matrice

 
1 1 + i −1
A = 1 − i 6 1 − i .
−1 1 + i 12

Come prima cosa deve essere verificato il fatto che A è hermitiana e definita positiva.
Usando la dimostrazione del teorema 5.9 si ottiene
√ 1 1
l11 = a11 = 1, l21 =
(a21 ) = 1 − i, l31 = (a31 ) = −1
l11 l11
) ) 1
l22 = a22 − |l21 |2 = 6 − |1 − i|2 = 2, l32 = (a32 − l31 l21 ) = 1 + i,
l22
)
l33 = a33 − |l31 |2 − |l32 |2 = 3.

5.12 Esercizi di riepilogo

Esercizio 5.3. Trovare l’inversa della matrice
 
1 0 0
A = 2 3 0
4 5 6

con il metodo descritto nel paragrafo 5.1.

Esercizio 5.4. Trovare, con il metodo di Gauss–Jordan, l’inversa della matrice
 
1 2 −1
A = −1
 0 1
2 0 2

Risultato:  
0 −1/2 1/4
A−1 = 1/2 1/2 0 .
0 1/2 1/4
Esercizio 5.5. Si trovi la fattorizzazione LU della seguente matrice, ricorrendo, se
necessario, al metodo del pivot
 
1 1 −1 0
 2 −1 1 0
A=  1 −2 2 0 .


−1 1 1 2

Esercizio 5.6. Se U ∈ Cn è un vettore di lunghezza unitaria, allora E(2, U, U ) è una

matrice di Householder.
5.12. Esercizi di riepilogo 103

Esercizio 5.7. Sia data la matrice

 
1 −i 2
D =  i 1 0 .
2 0 1

1. Dire quali fattorizzazioni di D sono realizzabili (tra le fattorizzazioni studiate LU,

QR, LL∗ ) e quali no, motivando le risposte. In caso affermativo, dire quante
fattorizzazioni esistono.

2. Trovare la matrice elementare di Householder P tale che P C1 = αE1 , dove α ∈ C!0

ed E1 = (1, 0, 0)T .

3. Trovare una fattorizzazione ΠD = LU , dove Π è un’opportuna matrice di permuta-

zione.
Soluzione.
1. I minori principali hanno determinanti det D1 = 1, det D2 = 0, det D3 = −4. Pertanto la matrice
D non soddisfa le condizioni del teorema 5.5, ma esiste una matrice di permutazione Π tale che
ΠA ammette una fattorizzazione LU. Inoltre, per il calcolo precedente risulta che anche se D è
hermitiana, non è definita positiva, pertanto non si può fattorizzare usando il metodo LL ∗ . Una
fattorizzazione QR esiste ed è univocamente determinata a meno di matrici di fase (secondo il
teorema 5.3).
2. Banale.
3. Si può permutare la prima riga con la terza, ottenendo
   
0 0 1 2 0 1
ΠD = 0 1 0 D =  i 1 0 .
1 0 0 1 −i 2

In tal caso risulta   

1 0 0 2 0 1
ΠD = LU = 0.5i 1 0 0 1 −0.5i .
0.5 −i 1 0 0 2
Ovviamente, questa non è l’unica permutazione di D che si può fattorizzare!

Esercizio 5.8. Sia data la matrice

 
1 2 0 1
−1 −2 1 2
B=  0 −1 −3 1  .


1 2 0 −1

1. Sotto quali condizioni la matrice B ammette una fattorizzazione LU ?

2. Si calcoli l’inversa di B con il metodo di Gauss–Jordan, ricorrendo, se necessario,

ad una permutazione delle righe.
104 Capitolo 5. I sistemi lineari

Soluzione. 1. La matrice B ammette una fattorizzazione LU se i minori principali di ordine

1, 2 e 3 sono non singolari. Questo non è vero per B.
2. Per quanto detto sopra, si calcola l’inversa di ΠB col metodo di Gauss–Jordan, ove Π è la
permutazione che scambia la seconda riga con la terza. Si ha:
   
1 2 0 1 01 0 0 0 1 2 0 1 0 1 0 0 0
 0 −1 −3 1 00 0 1 0 0 0 −1 −3 1 00 0 1 0 0
 → 
−1 −2 1 2 00 0 1
0
0 0 0 1 3 0 1 0 1
0
0
1 2 0 −1 0 0 0 1 0 0 0 −2 −1 0 0 1
   
1 0 −6 3 0 1 2 0 0 1 0 0 21 0 7 2 6 0
0 1 3 −1 00 0 −1 0 0 0 1 0 −10 00 −3 −1 −3 0
→ 0 0 1
→ 
3 0 1 0 1 0 0 0 1 3 0 1 0 1 0
0 0
0 0 0 −2 −1 0 0 1 0 0 0 −2 −1 0 0 1
 
1 0 0 0 0 −7/2 2 6 21/2
0 1 0 0 00 2 −1 −3 −5 
→
0 0 1 0 00 −1/2
.
0 1 3/2 
0 0 0 1 1/2 0 0 −1/2

Si noti che, in questo caso, il metodo di Gauss–Jordan ed il metodo di Gauss procedono in modi
molto simili. Posto  
−7/2 2 6 21/2
 2 −1 −3 −5 
X= −1/2 0

1 3/2 
1/2 0 0 −1/2
si nota che X = (ΠB)−1 , da cui si ricava B −1 .
!

Esercizio 5.9. Sia data la matrice

 
1 0 2 1
−1 0 −2 1 
M =
2
.
1 0 −1
1 1 −3 0

1. Quali fattorizzazioni della matrice M sono possibili, secondo le teorie studiate, al

fine di risolvere un eventuale sistema lineare avente M come matrice dei coefficienti?
2. Si calcoli l’inversa di M con il metodo di Gauss–Jordan, ricorrendo, se necessario,
ad una permutazione delle righe.
Soluzione. 1. Essendo det M2 = 0, le condizioni per la fattorizzabilità LU non sono verifi-
cate. Ma det M = −2, quindi esiste una matrice di permutazioni Π tale che ΠM ammetta una
fattorizzazione LU. Una fattorizzazione LL∗ non è possibile perché la matrice M non è simmetri-
ca. Una fattorizzazione QR è sempre possibile, in questo caso è anche unica sotto le condizioni
del teorema 5.3.
2. Si proceda come per l’esercizio 5.8.
!

Esercizio 5.10. Si determinino gli autovalori e gli autovettori della matrice XY ∗ per
X, Y ∈ C ! {O}.
5.12. Esercizi di riepilogo 105

Soluzione. Si ha
(XY ∗ )Z = X(Y ∗ Z),
dove Y ∗ Z = Y · Z ∈ C. Pertanto la matrice XY ∗ ha rango 1 in quanto l’immagine è L(X), e ci sono gli
autovalori λ1 = Y ∗ X e λ2 = 0 Se λ1 $= λ2 , i corrispondenti autospazi sono

V (Y ∗ X) = L(X), V (0) = L(Y )⊥ ,

e la matrice XY ∗ è diagonalizzabile. Se λ1 = λ2 = 0 allora V (0) = L(Y )⊥ , ma la matrice non è

diagonalizzabile poiché XY ∗ $= O per l’ipotesi iniziale. !

Esercizio 5.11. Si dica per quali valori α, β ∈ C esiste ed è unica la fattorizzazione

∗
LL della matrice  
α β 0
M = −β α β  ,
0 −β α
e la si calcoli per tali valori.
Soluzione. Affinché la matrice √ sia hermitiana deve essere α ∈ R e β = ib, con b ∈ R. Affinché
sia definita positiva deve essere α > 2|b|. Applicando il procedimento iterativo si ottiene
 
1 √
0 0
√  β α2 −b2
L = α − α 0 .

α √
β 2
α −2b 2
0 − α2 −b2
√ √
α2 −b2

!
 CAPITOLO 6

LA RICERCA DEGLI AUTOVALORI

6.1 Premesse
Data una matrice hermitiana A ∈ Cn,n , si dice quoziente di Rayleigh rispetto ad un
vettore X ∈ Cn ! {O} l’espressione

def X ∗ AX
RA (X) = . (6.1.1)
X ∗X

Poiché A = A∗ si ha RA (X) = RA (X), cioè RA (X) è reale. Posto Y = X/)X)2 , cioè

)Y )2 = 1, ne segue che i quozienti di Rayleigh non sono altro che i valori che la forma
quadratica Q(X) = (∗ X)AX assume sulla sfera unitaria di Cn .
La seguente proposizione mostra l’utilizzo del quoziente di Rayleigh.
Proposizione 6.1. Sia A ∈ Cn,n , e sia X un autovettore di A. Allora Il quoziente
di Rayleigh di A rispetto ad X è un autovalore di A corrispondente ad X.
Dimostrazione. Infatti, se AX = λX, risulta X ∗ AX = X ∗ λX. QED

Poiché gli autovalori di A sono numeri reali, essi si possono ordinare in modo non
crescente λ1 ≥ λ2 ≥ · · · ≥ λn . Un risultato dovuto a Courant e Fischer stabilisce che

λ1 = max{RA (X) | X ∈ Cn , X %= O}
λn = min{RA (X) | X ∈ Cn , X =
% O}

È possibile trovare facilmente autovalori di una matrice che sia un’espressione polino-
miale di un’altra matrice di cui siano noti gli autovalori.
Proposizione 6.2. Sia q(z) ∈ Cn [z] un polinomio. Sia A ∈ Cn,n , λ un autovalore di
A ed X un suo autovettore. Allora q(λ) è un autovalore di q(A).

6.2 Localizzazione degli autovalori

La localizzazione degli autovalori è importante in quanto il calcolo numerico degli
autovalori è molto difficile. Infatti, i metodi studiati per la soluzione dei sistemi lineari

106
6.2. Localizzazione degli autovalori 107

non si applicano direttamente, come si vedrà nel paragrafo 6.3. Una prima soluzione del
problema dela localizzazione degli autovalori è rappresentata dai teoremi di Gershgorin 1 .
Teorema 6.1 (Primo teorema di Gershgorin). Sia A ∈ Cn,n . Posto
n
def def
+
Ci ={z ∈ C | |z − aii | ≤ ri }, ri = |aij | (6.2.2)
j=1
j%=i
n
def
=
C= Ci , (6.2.3)
i=1

allora λk ∈ C per k = 1, . . . , n.
Analogamente, posto
n
def def
+
Di ={z ∈ C | |z − aii | ≤ ci }, ci = |aji | (6.2.4)
j=1
j%=i
n
def
=
D= Di , (6.2.5)
i=1

allora λk ∈ D per k = 1, . . . , n.
Dunque, λk ∈ C ∩ D per k = 1, . . . , n.

Dimostrazione. Si applichi il teorema della diagonale dominante alla matrice A # =

A − λI. Se risultasse
+ +
|aii − λ| = |a#ii | > |a#ij | = |aij | = ri ,
j%=i j%=i

allora la matrice A# risulterebbe invertibile, quindi λ non potrebbe essere un autovalore.

Si proceda in modo analogo per le colonne. QED

Definizione 6.1. Nelle ipotesi del primo teorema di Gershgorin, i cerchi C i ⊂ C ed

i cerchi Di ⊂ D si dicono cerchi di Gershgorin.
Si osservi che se A è diagonale, i cerchi si riducono a punti.
Un secondo teorema permette di affinare la localizzazione degli autovalori.
Teorema 6.2 (Secondo teorema di Gershgorin). Nelle ipotesi del primo teorema
di Gershgorin, se m cerchi di Gershgorin Ci1 , . . . , Cim formano un insieme connesso2
S = ∪mh=1 Cih disgiunto dai rimanenti n − m cerchi Ci , allora S contiene esattamente m
autovalori di A, contati ciascuno secondo la propria molteplicità algebrica.
1
Semyon A. Gershgorin, 1901–1933
2
si veda [12] per la definizione di ‘insieme connesso’
108 Capitolo 6. La ricerca degli autovalori

Dimostrazione. Si ponga A = D + R dove D è la diagonale principale di A. Si

def
consideri la curva t -→ A(t) = D + tR. Gli autovalori della matrice A(t) sono funzioni
continue dei coefficienti di A(t), poiché i coefficienti del polinomio caratteristico sono fun-
zioni continue di t e gli zeri di un polinomio sono funzioni continue dei propri coefficienti.
Per t ∈ [0, 1] ci sono m funzioni continue λi1 (t), . . . , λim (t) tali che λih (0) = aih ih e λih (1)
è un autovalore di A = A(1) (per h = 1, . . . , m). Queste funzioni continue sono curve
in S per t ∈ [0, 1] poiché i loro punti iniziali sono in S, e poiché l’immagine dell’insieme
connesso [0, 1], essendo connessa, non può ‘uscire da S’. QED

È possibile applicare i precedenti teoremi al problema della localizzazione degli zeri di

un polinomio. Infatti, come è facilmente dimostrabile, dato un polinomio monico

p(x) = a0 + a1 x + · · · + an−1 xn−1 + xn ∈ Cn [x] (6.2.6)

esiste una matrice Ap , detta matrice compagna di p(x), tale che PAp (x) = p(x); tale
matrice è cosı̀ definita:
 
0 1 0 ··· 0
 0 0 1 ··· 0 
def  
Ap =   . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

 0 0 0 ··· 1 
−a0 −a1 −a2 · · · −an−1

Applicando alla matrice compagna i precedenti risultati si ottiene il seguente teorema.

Teorema 6.3 (Cauchy). Gli zeri del polinomio (6.2.6) si trovano nel disco di centro
0 ∈ C e raggio
M = max{|a0 |, 1 + |a1 |, . . . , 1 + |an−1 |}.

Dimostrazione. Si consideri la matrice compagna Ap del polinomio p(x). Appli-

cando il primo teorema di Gershgorin (per colonne) risulta

D1 = {z ∈ C | |z| ≤ |a0 |},

D2 = {z ∈ C | |z| ≤ 1 + |a1 |},
···
Dn−1 = {z ∈ C | |z| ≤ 1 + |an−2 |},
Dn = {z ∈ C | |z + an−1 | ≤ 1} ⊂ {z ∈ C | |z| ≤ 1 + |an−1 |} = Dn# ,

poiché per la disuguaglianza triangolare risulta

||z| − |an−1 || ≤ |z + an−1 | ≤ 1.

La dimostrazione termina osservando che i dischi Di (i = 1, . . . , n − 1) e Dn# sono

concentrici ed il loro centro è l’origine. QED
6.2. Localizzazione degli autovalori 109

Nota 6.1. Un altro risultato di localizzione, meno fine dei precedenti, è costituito dal
teorema di Hirsch 7.7.
Esempio 6.1. Si consideri p(x) = x3 − 2x2 + x − 2 = 0. Allora M = max{2, 2, 3} = 3,
quindi le radici si trovano nel disco di raggio 3 del piano complesso. Infatti, con un
semplice calcolo si può verificare che le radici sono 2, i, −i.
Esercizio 6.1. Trovare le regioni del piano complesso in cui si possono trovare gli
autovalori della matrice  
1 −1 2 3
0 3 −1 2
A= 0 0
.
0 0
1 2 1 5

Soluzione. Si ha
r1 = 6, r2 = 3, r3 = 0, r4 = 4, d1 = 1, d2 = 3, d3 = 4, d4 = 5.

I cerchi di Gershgorin

D4
D3
D2

D1
0 1 3 4
C2 C1 C4

(si noti che C2 = D2 ) si trovano tutti all’interno del cerchio {z ∈ C | |z| ≤ 9}. Dal primo teorema di
Gershgorin si ha una stima ancora più precisa: gli autovalori di A devono trovarsi nell’insieme

(C1 ∪ C4 ) ∩ (D3 ∪ D4 ).

Infatti, dal calcolo risulta che gli autovalori di A sono λ = 0 e λ = 9. !

Esercizio 6.2. Si localizzino gli autovalori della matrice

 
0 −1 0
A = 1 0 0
0 0 3
110 Capitolo 6. La ricerca degli autovalori

Soluzione. Si ha
C1 = {z ∈ C | |z| ≤ 1} = C2 = D1 = D2 ,
C3 = {z ∈ C | |z − 3| = 0} = {3} = D3
C = C1 ∪ {3} = D1 ∪ {3} = D.

Per il secondo teorema di Gershgorin, C1 ∪ C2 contiene 2 autovalori (si verifica che sono λ = ±i), e C3
contiene un solo autovalore, necessariamente λ = 3.

C1 = C2 = D1 = D2
C3 = D3
3

6.3 Il metodo QR per la ricerca degli autovalori

La ricerca degli autovalori è un problema la cui soluzione è assai complessa nel caso in
cui l’ordine della matrice non sia piccolo. Lo scopo di questo paragrafo è far vedere come
il metodo di Householder sia usato a questo scopo, a scapito della sua minore efficienza
computazionale rispetto al metodo di Gauss.
Sia A ∈ Cn,n diagonalizzabile, con D = T −1 AT diagonale. Si può dimostrare [2] che
l’errore che si commette nella ricerca degli autovalori di A è limitato dalla costante µ(T ) =
)T ))T −1 ), detta numero di condizionamento di T , dove ) · ) è una norma matriciale
tale che )D) = maxi=1,...,n {|dii |}. È evidente che la scelta di T unitaria permette di
minimizzare tale valore: ad esempio, )T )∞ , )T −1 )∞ ≤ 1.
Sarà descritto, ora, l’algoritmo che è il nucleo del metodo QR: il metodo stes-
so è composto anche di altri passi, per i quali si rimanda a [5]. Si osservi che una
matrice simile ad una matrice diagonalizzabile è diagonalizzabile: se B = S −1 AS ed
A è diagonalizzabile come nell’enunciato precedente, allora D = (S −1 T )−1 B(S −1 T ), e
µ(S −1 T ) ≤ )S))S −1 ))T ))T −1 ).
def
Si ponga A(1) = A. Al passo k, se la decomposizione QR di A(k) è A(k) = Q(k) R(k) ,
def ∗
si pone A(k+1) = R(k) Q(k) . Risulta A(k+1) = Q(k) A(k) Q(k) . Il metodo è iterativo, ossia
fornisce una successione che si dimostra essere convergente ad una matrice triangolare
superiore sotto opportune ipotesi.
Lemma 6.1. Sia Ak una successione di matrici in Cn convergente ad I. Se Ak =
Qk Rk è una fattorizzazione QR, allora esiste una successione di matrici di fase S k tali
che
lim Qk Sk = I = lim Sk Qk , lim Rk Sk∗ = I = lim Sk∗ Rk
k→+∞ k→+∞ k→+∞ k→+∞
6.3. Il metodo QR per la ricerca degli autovalori 111

Dimostrazione. Poiché gli elementi di Qk hanno modulo limitato, si ha

O = lim (Qk Rk − I) = lim Qk (Rk − Q∗k ) = lim (Rk − Q∗k ).

k→+∞ k→+∞ k→+∞

Essendo Rk triangolari superiori, risulta limk→+∞ qk ij = 0 per i < j; pertanto qk ii %= 0

(k)
per k > N . Posto ϕi = qk ii /|qk ii | la tesi è dimostrata definendo Sk come le matrici tali
(k)
che sii = ϕi . QED

Teorema 6.4. Sia A ∈ Cn,n con autovalori λi , i = 1, . . . , n, distinti in modulo, cioè

|λ1 | > |λ2 | > · · · > |λn | > 0.

Sia X ∈ Cn,n tale che A = XDX −1 , con D diagonale. Supponiamo che esista una
fattorizzazione LU di X −1 . Allora esiste una successione di matrici di fase {Sk }k∈N tale
che

lim Sk∗ R(k) Sk−1 = T = lim Sk−1

∗
A(k) Sk−1 ,
k→+∞ k→+∞
∗
lim Sk−1 Q(k) Sk = I,
k→+∞

dove T è triangolare superiore.

Se A è hermitiana, allora T è diagonale.

Dimostrazione. La dimostrazione si basa sul confronto di due fattorizzazioni QR

della matrice Ak (potenza k-es. di A, da non confondere con A(k) !).
Prima fattorizzazione QR. Si ha

Ak = Hk Uk , Hk = Q(1) · · · Q(k) , Uk = R(k) · · · R(1) .

Infatti, per induzione, si ha A = Q(1) R(1) , e

Hk+1 Uk+1 = Q(1) · · · Q(k+1) R(k+1) · · · R(1)

= Q(1) · · · Q(k) A(k+1) R(k) · · · R(1)
= Q(1) · · · A(k) Q(k) R(k) · · · R(1)
= AQ(1) · · · Q(k) R(k) · · · R(1)
= AAk = Ak+1 .

Seconda fattorizzazione QR. Posto X −1 = LU , si ha

Ak = XDk LU = XDk LD−k Dk U,

112 Capitolo 6. La ricerca degli autovalori

dove risulta  2 3k
λi
lij λj i>j


(Dk LD−k )ij = 1 i=j


0 i<j


Pertanto si può scrivere D k LD−k = I + Ek , dove limk→+∞ Ek = O. Se X = QR è una

fattorizzazione QR di X, si può scrivere

Ak = QR(I + Ek )Dk U = Q(I + REk R−1 )RDk U = (QPk )(Tk RDk U ),

dove I + REk R−1 = Pk Tk è una fattorizzazione QR.

Confronto tra le due fattorizzazioni. Usando il teorema 5.3, esistono matrici di
fase Φk ∈ U (n, C) tali che

Hk = (QPk )Φ∗k , Uk = Φk (Tk RDk U ).

Pertanto si ha
−1
Q(k) = Hk−1 ∗
Hk = Φk−1 Pk−1 Pk Φ∗k ,
−1
R(k) = Uk Uk−1 −1 ∗
= Φk Tk RDR−1 Tk−1 Φk−1 .

Applicando il lemma 6.1 alla successione Pk Tk si ottengono matrici di fase Fk tali che
def
limk→+∞ Pk Fk = I, limk→+∞ Fk∗ Tk = I. Si ponga Sk = Φk Fk . Si ottiene la tesi con
def
T = RDR−1 . QED

Per ridurre il numero delle operazioni effettuate con il metodo QR, si effettua una
preliminare riduzione della matrice A, secondo l’algoritmo seguente. Esiste una matrice
di Householder Q tale che (QA)i1 = 0 per i > 2. Si ripete il metodo sulla seconda colonna
di QA, e cosı̀ via fino ad ottenere una matrice di Hessenberg superiore. È facile rendersi
conto del fatto che, se A è hermitiana, allora la matrice di Hessenberg superiore cosı̀
ottenuta è, in realtà, una matrice tridiagonale.
Altri metodi permettono di valutare il numero di iterazioni del metodo QR necessarie
ad ottenere una matrice triangolare con la precisione richiesta. Varianti del metodo
considerano l’utilizzo di matrici di Givens, ed anche matrici elementari di Gauss. Per
maggiori informazioni, si veda [5, 22].
 CAPITOLO 7

DECOMPOSIZIONE AI VALORI
SINGOLARI ED APPLICAZIONI

7.1 Premesse
Si consideri una matrice A ∈ Cm,n . I seguenti teoremi caratterizzano le situazioni in
cui rg(A) = n o rg(A) = m.
Teorema 7.1. Sia A una matrice di Cm,n . Le seguenti affermazioni sono equivalenti.
1. AX = O ha l’unica soluzione X = O.
2. Le colonne di A sono linearmente indipendenti.
3. rg(A) = n.
4. A∗ A ∈ Cn,n è invertibile, quindi rg(A∗ A) = n.
Dimostrazione. Le equivalenze tra i primi tre punti sono già note [16].
(4) ⇒ (1) Se AX = O, allora A∗ AX = A∗ O = O e quindi l’unica soluzione è X = O
per la (4).
(1) ⇒ (4) Sia (A∗ A)X = O e poniamo AX = (y1 . . . ym )T . Allora |y1 |2 + · · · + |ym |2 =
(AX)∗ (AX) = X ∗ (A∗ AX) = O, dunque yi = 0 per i = 1, . . . , m, da cui AX = O e l’unica
soluzione X = O per la (1). Quindi (A∗ A)X = O implica X = O e rg (A∗ A) = n. QED

Teorema 7.2. Sia A una matrice di Cm,n . Le seguenti affermazioni sono equivalenti.
1. AX = B ammette soluzione per ogni B ∈ Cm .
2. Le colonne di A generano Cm .
3. rg(A) = m.
4. AA∗ ∈ Cm,m è invertibile, quindi rg(AA∗ ) = m.
Dimostrazione. Le equivalenze tra i primi tre punti sono già note. Si consideri (3)
⇔ (4). Posto C = A∗ ∈ Cn,m , l’equivalenza è dimostrata applicando il teorema precedente
alla matrice C per la quale rg C = rg A = m. QED

113
114 Capitolo 7. Decomposizione ai valori singolari ed applicazioni

Proposizione 7.1. Sia A ∈ Cm,n . Allora le matrici A∗ A e AA∗ sono hermitiane e

semidefinite positive.
Dimostrazione. La prima affermazione è ovvia. Si consideri una base ortonormale
di autovettori {Zi } di A∗ A con associati autovalori {λi } per i = 1, . . . , n. Si ha

(AZi ) · (AZj ) = (AZi )∗ AZj = λj Zi∗ Zj = λj Zi · Zj ,

e per i = j risulta )AZi )2 = λi ≥ 0. Si proceda in maniera analoga per AA∗ . QED

Si può dimostrare in generale che se A ∈ Cm,n e B ∈ Cn,m , allora le matrici AB e

BA hanno gli stessi autovalori non nulli, e con le stesse molteplicità geometriche. Ne
segue che A∗ A e AA∗ hanno gli stessi autovalori non nulli, e con le stesse molteplicità
geometriche. Mentre può accadere che 0 sia un autovalore per A∗ A e non per AA∗ , o
viceversa; inoltre rg (A∗ A) = rg (AA∗ ) = rg A = rg A∗1 .
Definizione 7.1. Sia A ∈ Cm,n , e siano {λi }i=1,...,n gli autovalori di A∗ A (o AA∗ ). I
def √
numeri σi = λi sono detti valori singolari di A.
Si osservi che se A è hermitiana, allora A∗ A = A2 , quindi i numeri σi sono i valori
assoluti degli autovalori di A.
Esercizio 7.1. Mostrare che se A ∈ Cn,n è non singolare, allora A∗ A è definita
positiva.

7.2 Decomposizione ai valori singolari

Sia A ∈ Cm,n , con rg A = r. Ordinati i valori singolari non nulli di A cosı̀: σ1 ≥ · · · ≥
σr , si pone  
σ1 0 . . . . . . . 0
. . . . . . . . . . . . . . . .  m,n
Σ=  0 . . . σr . . . 0 ∈ R
 ⊂ Cm,n . (7.2.1)
0 ............ 0
Teorema 7.3. Sia A ∈ Cm,n , con rg A = r. Allora la matrice A si fattorizza nel
modo seguente
A = P ΣQ∗ , P ∈ Cm,m , Q ∈ Cn,n ,
dove P e Q sono unitarie e non univocamente determinate, mentre Σ è univocamente
determinata.
Dimostrazione. Sia {Qi }i=1,...,n una base ortonormale di autovettori di A∗ A asso-
ciati agli autovalori {λi }i=1,...,n . La matrice Q = (Q1 · · · Qn ) è una matrice unitaria.
Posto
def 1
Pi = AQi i = 1, . . . , r,
σi
1
In generale rg (A + B) ≤ rg A + rg B, rg (AB) ≤ min{rg A, rg B}
7.2. Decomposizione ai valori singolari 115

Pi risulta un versore poiché )AQi )2 = σi2 . Si completi l’insieme ortonormale {Pi }i=1,...,r ad
una base ortonormale {Pi }i=1,...,m di Cm , e si ponga P = (P1 · · · Pm ). La matrice P è uni-
taria e risulta A = P ΣQ∗ . Infatti, P Σ = (σ1 P1 · · · σr Pr 0 · · · 0). e AQ = (AQ1 · · · AQn ) =
(σ1 P1 · · · σr Pr 0 · · · 0) da cui la tesi. QED

Considerata l’applicazione lineare fA : Cn → Cm indotta da A [16], il teorema assicura

che si possono scegliere in Cn e Cm delle basi ortonormali rispetto alle quali l’applicazione
fA ha come matrice associata Σ, che è di tipo diagonale (nel senso specificato in 1.1).
Esempio 7.1. Sia
 
, - 5 4 0
1 2 0
A= . Allora AT A = 4 5 0 ,
2 1 0
0 0 0

e gli autovalori sono λ1 = 9, λ2 = 1, λ3 = 0. Si noti che AAT =

.5 4/
4 5 , con gli stessi
autovalori non nulli di AT A. Si ha σ1 = 3, σ2 = 1,
1 1
Q1 = √ (1 1 0)T , Q2 = √ (−1 1 0)T , Q3 = (0 0 1)T .
2 2

Usando Pi = (1/σi )AQi si ottiene

1 1
P1 = √ (1 1)T , P2 = √ (1 − 1)T ,
2 2
quindi  
, - , - 1 −1 0
1 1 1 3 0 0 1
P =√ , Σ= , Q = √ 1 1 √0  .
2 1 −1 0 1 0 2 0 0 2
La decomposizione non è unica.
Osservazione 7.1.

1. La decomposizione ai valori singolari (SVD) si può considerare come un’estensione

del teorema degli assi principali a matrici non quadrate. Essa è molto utile in
svariate applicazioni dell’algebra lineare, per esempio nella compressione e nella
trasformazione di dati.
Per le matrici reali quadrate la decomposizione risale a Sylvester nel 1889, la prima
dimostrazione nel caso generale risale al 1939 ed è dovuta ad Eckart e Young.

2. La decomposizione ai valori singolari è utile per stimare quanto un sistema lineare

sia sensibile agli arrotondamenti dei coefficienti. Se σi sono i valori singolari, la
frazione c = σ1 /σr ≥ 1 è detta indice di condizionamento della matrice A: valori
alti di c segnalano un’alta pericolosità degli errori dovuti agli arrotondamenti.
116 Capitolo 7. Decomposizione ai valori singolari ed applicazioni

3. L’interpretazione geometrica dei valori singolari è la seguente. Sia f : Rn → Rm

l’applicazione lineare associata ad A. Allora, per SVD, esistono due basi ortonormali
B = {"ui } e B # = {u"# i } di Rn tali che

f ("ui ) = σi"ui i = 1, . . . , r
f ("ui ) = 0 i = r + 1, . . . , n

Se (xi ) sono le coordinate rispetto a B in Rn e (yj ) quelle rispetto a B # in Rm , le

equazioni di f sono

y i = σi x i i = 1, . . . , r
yi = 0 i = r + 1, . . . , m

Quindi la sfera unitaria S (di dimensione r − 1) di Rr ⊂ Rn si muta nell’ellissoi-

de f (S) (di dimensione r − 1) dello spazio Rr ⊂ Rm . I valori singolari sono le
lunghezze dei vari assi dell’ellissoide, mentre l’indice di condizionamento è legato
all’eccentricità dell’ellissoide.

4. Si vede facilmente che A ed A∗ hanno gli stessi valori singolari non nulli:

A = P ΣQ∗ ⇒ A∗ = QΣ∗ P ∗ = QΣT P ∗ . !

Esercizio 7.2. Provare che i valori singolari di A−1 sono i reciproci di quelli di A.
Esercizio 7.3. Se A è una matrice quadrata, mostrare che | det A| è il prodotto dei
valori singolari di A.

7.3 Applicazioni
7.3.a Sistemi lineari generali
Si consideri il sistema lineare di m equazioni in n incognite (m ≥ n) espresso da
AX = B, con A ∈ Cm,n , X ∈ Cn,1 , B ∈ Cm,1 . Se A = P ΣQ∗ , ponendo

Y = Q∗ X, B̃ = P ∗ B,

il problema considerato si spezza in due problemi:

1. risolvere il sistema ΣY = B̃, con Σ matrice diagonale;

2. risolvere il sistema Y = Q∗ X, con Q matrice unitaria.

7.3. Applicazioni 117

1. Se {σi } (i = 1, . . . , n) sono i valori singolari di A, posto Y = (y1 · · · yn )T e B̃ =

(b˜1 · · · b˜m )T si ha

σj yj = b̃j se j ≤ n e σj %= 0,
0yj = b̃j se j ≤ n e σj = 0,
0 = b̃j se j > n.

Il secondo insieme dei valori è vuoto se r = rg A = n; il terzo insieme è vuoto se

n = m. Dunque

AX = B compatibile ⇔ b̃j = 0 per j > r.

Se r < n, allora la yj associata ad un σj nullo può assumere valore arbitrario (per

j = r + 1, . . . , n).

2. Poiché Q è invertibile, si ha X = QY , dipendente da n − r parametri.

Esempio 7.2. Si consideri il sistema lineare AX = B dove

, - , -
1 2 0 −5
A= , B= .
2 1 0 −4

Tenendo conto dell’esempio 7.1 si ha

√ -
 
y
3 0 0  1
, - ,
−9/√2
ΣY = B̃ ⇒ y2 = ,
0 1 0 −1/ 2
y3

da cui
1 √
Y = √ (−3 − 1h 2)T , X = (−1 − 2h)T .
2

7.3.b La pseudoinversa di Moore–Penrose

Sia A ∈ Cm,n una matrice che ammette la decomposizione ai valori singolari A =
P ΣQ∗ . Siano σ1 ≥ · · · ≥ σr i valori singolari non nulli di A. Se
 
σ1 . . . 0 , -
def D O
D = . . . . . . . . . . .  , Σ = ∈ Cm,n ,
O O
0 . . . σr

si pone
D−1 O
, -
+ def
Σ = ∈ Cn,m .
O O
118 Capitolo 7. Decomposizione ai valori singolari ed applicazioni

Definizione 7.2. La matrice

def
A+ = QΣ+ P ∗ ∈ Cn,m

si dice pseudoinversa di Moore–Penrose di A.

Esempio 7.3. Considerando la matrice A dell’esempio 7.1, risulta
   
1/3 0 −1/3 2/3
Σ+ =  0 1 , A+ =  2/3 −1/3 .
0 0 0 0

Il nome ‘pseudoinversa’ è giustificato dal fatto che, se A è invertibile, allora A + = A−1 ,

come si può facilmente verificare. Infatti, in generale risulta
, -
+ ∗ + ∗ Ir O
AA = (P ΣQ )(QΣ P ) = P P ∗,
O O
, -
+ + ∗ ∗ Ir O
A A = (QΣ P )(P ΣQ ) = Q Q∗ .
O O

Se A è invertibile allora rg A = n, dunque r = n, quindi AA+ = P P ∗ = I, A+ A = QQ∗ =

I.
La pseudoinversa può essere univocamente caratterizzata mediante la richiesta di
opportune proprietà (come quelle dell’esercizio 7.5).
Teorema 7.4. Sia A ∈ Cn,m . Allora la matrice A+ è univocamente caratterizzata
dalle seguenti proprietà

AA+ A = A AA+ = (AA+ )∗

A+ AA+ = A+ A+ A = (A+ A)∗

Inoltre,

(A+ )+ = A (A+ )∗ = (A∗ )+

(cA)+ = c−1 A+ (On,m )+ = Om,n

A = A∗ ⇒ A+ = (A+ )∗ ,
A2 = A = A∗ ⇒ A+ = A,

e se rg(A) = k, A = BC, con B ∈ Cm,k , C ∈ Ck,n , allora A+ = C + B + , dove

C + = C ∗ (CC ∗ )−1 , B + = (B ∗ B)−1 B ∗ .

Si noti che alle decomposizioni LU e QR è possibile applicare la proprietà (8). Inoltre,

esistono fattorizzazioni A = BC dove A+ %= C + B + nel caso in cui non sia verificata
l’ipotesi sul rango di A.
7.3. Applicazioni 119

Osservazione 7.2. Se A ∈ Cm,n ha rango massimo n, allora essa ammette un’inversa

sinistra, ossia esiste una matrice A# ∈ Cn,m tale che A# A = I ∈ Cn,n . In tal caso, per il
teorema 7.1, A∗ A è invertibile e

A# = (A∗ A)−1 A∗ = A+ ,

ed analogamente nel caso in cui esista un’inversa destra. !

Osservazione 7.3. Sia AX = B un sistema lineare (anche non compatibile), e sia

A = P ΣQ∗ ∈ Cm,n

la decomposizione ai valori singolari di A. Sia rg(A) = r = rg(Σ). Si scriva C n,1 =

Cr,1 × Cn−r,1 . Allora, Y ∈ Cn,1 si scrive come
, #-
Y
Y = dove Y # ∈ Cr,1 , Y ## ∈ Cn−r,1 .
Y ##

Ora
A+ B = Q(Σ+ P ∗ B) = QY,
def
avendo posto Y = Σ+ P ∗ B. Eseguendo i calcoli, ci si rende conto che la struttura di Σ+
fa sı̀ che Y ## = O. Dunque

X = A+ B ⇔ X = QY con Y ## = O.

Dunque, la pseudoinversa di una matrice può servire a trovare una soluzione di un sistema
lineare non quadrato, anche non compatibile (come si vedrà nel paragrafo 7.4). !
Esempio 7.4. Considerando l’esempio 7.2 si ha

X = A+ B = (−1 − 2)T

soluzione del sistema X = QY dove Y = (y1 , y2 , 0)T .

7.3.c La decomposizione polare

Teorema 7.5. Se A ∈ Cn,n , allora A ammette la decomposizione

A = GR,

dove G ∈ Cn,n è hermitiana e semidefinita positiva, ed R ∈ Cn,n è unitaria.

Dimostrazione. Sia A = P ΣQ∗ una decomposizione ai valori singolari di A. Inse-

rendo I = P ∗ P in tale prodotto si ottiene la fattorizzazione

A = (P ΣP ∗ )(P Q∗ ).
120 Capitolo 7. Decomposizione ai valori singolari ed applicazioni

Si verifica facilmente che G = P ΣP ∗ = P ΣP −1 (quindi G è simile a Σ) ed R = P Q∗

hanno le proprietà richieste. QED

Si vede facilmente che se A = GR, allora A+ = R∗ G+ .

Osservazione 7.4. Analogamente, ponendo

A = P Q∗ QΣQ∗

si conclude che A si può decomporre anche nel seguente modo: A = RH dove H è

hermitiana e semidefinita positiva ed R è la matrice unitaria prima considerata.
Si noti che, se det A %= 0, allora G è definita positiva. La decomposizione del teorema
precedente prende il nome di decomposizione polare. Questo nome dipende dal fatto
che essa è analoga alla scrittura tramite coordinate polari di un numero complesso z =
ρ eiθ , dove ρ ∈ R+ ed eiθ è un numero complesso di modulo 1 (con θ ∈ [0, 2π[) la cui
moltiplicazione è la rotazione del piano R2 dell’angolo θ.
Quest’analogia può essere formalizzata come segue. Sia
9, - :
def a −b
C= | a, b ∈ R ⊂ R2,2 .
b a

Allora l’applicazione lineare

, -
a −b
f : C → C, a + ib -→ (7.3.2)
b a

è un isomorfismo di spazi vettoriali reali (interpretando C come spazio vettoriale reale)

tale che f (zw) = f (z)f (w). Ossia, f trasforma la moltiplicazione di numeri complessi in
moltiplicazione di matrici. Posto a = ρ cos θ e b = ρ sin θ si ha
, - , -, -
a −b ρ 0 cos θ − sin θ
= ,
b a 0 ρ sin θ cos θ

dove ρ0 ρ0 è una matrice semidefinita positiva (definita positiva se z %= 0) e cos

. / . θ − sin θ /
sin θ cos θ
è una matrice ortogonale (corrispondente alla rotazione di angolo θ).
Osservazione 7.5. Si noti che l’isomorfismo (7.3.2) non commuta con l’isomorfi-
smo (4.3.9). In altri termini, l’isomorfismo (7.3.2) non coincide con l’isomorfismo (4.3.9)
sui numeri complessi visti come sottoinsieme dei quaternioni mediante l’inclusione C ⊂
H (4.3.8). Ci si può rendere conto di questo anche osservando che la rotazione del piano
complesso indotta da un numero complesso di modulo 1 mediante l’isomorfismo (7.3.2)
è diversa dalla rotazione indotta dallo stesso numero mediante la parametrizzazione di
Cayley–Klein.
7.3. Applicazioni 121

7.3.d La radice quadrata di una matrice

Sia A una matrice hermitiana definita positiva. Per il teorema spettrale, A = U ∗ DU ,
dove D è diagonale con elementi non nulli positivi ed U unitaria. Indicata con Σ2 la
matrice delle radici quadrate dei valori singolari (uguali, in questo caso, agli autovalori di
A), quindi Σ22 = Σ = D, si pone
√ def ∗
A = U Σ2 U ;
√
A è detta radice quadrata di A. La denominazione è giustificata dal fatto che
√
( A)2 = (U ∗ Σ2 U )(U ∗ Σ2 U ) = A.
√ def
Analogamente si definisce k A = U ∗ Σk U , dove Σk è la matrice costruita come Σ2 con le
radici k-esime degli autovalori al posto delle radici quadrate.
Naturalmente, i risultati riportati si possono riformulare in termini di applicazioni
lineari.

7.3.e Norma spettrale

Data A ∈ Cm,n , si chiama norma spettrale la norma naturale indotta dalla norma
vettoriale euclidea, ossia

def )AX)2
!A !2 = sup , X ∈ Cn,1 .
X%=O )X)2

Teorema 7.6. Sia A ∈ Cm,n . Allora !A!2 è uguale al massimo valore singolare di
A, ossia )
!A!2 = σ1 = λ1 ,
dove λ1 è il massimo autovalore di A∗ A.
Dimostrazione. Sia A = P ΣQ∗ una decomposizione ai valori singolari, con Σ come
in (7.2.1). Essendo P unitaria si ha )P Y )2 = )Y )2 per ogni Y ∈ Cm,1 , quindi

)AX)2 = )P ΣQ∗ X)2 = )ΣQ∗ X)2 = )ΣZ)2 ,

dove Z = Q∗ X = (z1 , . . . , zn )T . Al variare di X nell’insieme dei vettori di norma 1, il

vettore Z assume tutti i possibili valori nell’insieme dei vettori di norma 1. Dunque

!A!2 = sup{)ΣZ)2 | )Z) = 1}.

Ma
)ΣZ)22 = σ12 |z1 |2 + · · · + σr2 |zr |2 ≤ σ12 (|z1 |2 + · · · + |zr |2 ),
L’espressione )ΣZ)22 raggiunge il suo massimo in Z = (1, 0, . . . , 0)T , pertanto

!A!22 = σ12 ,
122 Capitolo 7. Decomposizione ai valori singolari ed applicazioni

da cui la conclusione. QED

Osservazione 7.6. Essendo P e Q matrici unitarie, si ha anche

' r ( 21
+
)A)2 = )Σ)2 = σi2 .
i=1

Il nome norma spettrale è giustificato osservando che, detto raggio spettrale di M ∈

n,n
C il numero reale
def
ρ(M ) = max{|λ| | λ autovalore di M },
risulta )
!A!2 = ρ(A∗ A).
Si noti che se A è hermitiana, allora !A!2 = ρ(A).
Il seguente teorema mostra che per una data matrice A ogni norma matriciale è
collegata al raggio spettrale di A.
Teorema 7.7 (Hirsch). Siano A ∈ Cn,n , e ! · ! una qualunque norma matriciale
che soddisfi la (1.2.2). Allora ρ(A) ≤ !A!.

Dimostrazione. Sia λ un autovalore di A di modulo massimo ed X ∈ Cn,1 un

def
autovettore di A relativo a λ. Si consideri la matrice M = (X1 . . . Xn ), con Xi = X per
i = 1, . . . , n. Allora
AM = (AX1 . . . AXn ) = λM,
perciò
ρ(A) ! M ! = |λ| ! M ! = !λM ! = !AM ! ≤ !A ! !M ! .
Poiché X %= O segue M %= O e !M ! > 0, da cui la tesi. QED

Ne segue che se A è hermitiana allora !A!2 ≤ !A!.

Il teorema precedente giustifica anche l’interesse della norma spettrale in calcolo
numerico.

7.4 Il metodo dei minimi quadrati

Il metodo dei minimi quadrati ha larga applicazione nella soluzione di sistemi lineari i
cui coefficienti provengono da dati sperimentali. Per gli errori nelle misurazioni si possono
trovare equazioni tra loro incompatibili, mentre teoricamente le equazioni corrispondenti
ai dati, non affetti da errori, devono avere una soluzione. La soluzione secondo i minimi
quadrati approssima la soluzione “ideale” del sistema non affetto da errori.
Sia A = (aij ) ∈ Cm,n , e si consideri il sistema lineare AX = B, con B ∈ Cm,1 . Allora,
def
posto U = L(C1 , . . . , Cn ), dove A = (C1 , . . . , Cn ), il sistema è (si veda [16]):

• compatibile se e solo se B ∈ U , o, equivalentemente, B = BU ;

7.4. Il metodo dei minimi quadrati 123

• incompatibile se e solo se B %∈ U , o, equivalentemente, B %= BU ,

dove BU è la proiezione ortogonale del vettore B sul sottospazio vettoriale U . Si introduce
la funzione
def
f : Cn,1 → R, f (X) = )AX − B)2 , (7.4.3)
detta scarto quadratico medio. L’idea è di rendere minima la funzione f . Tenendo conto
della disuguaglianza di Bessel A.1, i vettori X che minimizzano f sono quelli per cui
AX = BU . La ricerca di tali vettori X è detta metodo dei minimi quadrati. Il numero
)B − BU )2 è detto minimo scarto quadratico medio.
L’insieme
def
MinA (B) ={X ∈ Cn | AX = BU }
è detto insieme delle soluzioni approssimate del sistema AX = B.
Teorema 7.8.
Z ∈ MinA (B) ⇔ A∗ AZ = A∗ B.
Dimostrazione. Se Z ∈ MinA (B), allora B − BU = B − AZ ∈ U ⊥ . Cioè B − AZ è
ortogonale ad ogni vettore AX ∈ U , quindi

0 = (AX) · (B − AZ) = (AX)∗ (B − AZ) = X ∗ A∗ (B − AZ) = X · A∗ (B − AZ).

In altre parole, A∗ (B − AZ) è ortogonale ad ogni X ∈ Cn (quindi anche a sé stesso), per
cui
A∗ (B − AZ) = O ⇒ A∗ B = A∗ AZ.
QED

Dal teorema segue che ogni soluzione approssimata Z del sistema AX = B è una
soluzione esatta del sistema lineare

A∗ AY = A∗ B

e viceversa. Questo sistema è detto sistema di equazioni lineari normali. Perciò ci sarà
una sola soluzione approssimata se e solo se A∗ A è invertibile, cioè se rg A = n (per il
teorema 7.1).
Chiamasi soluzione ai minimi quadrati del sistema lineare AX = B ogni vettore
Z ∈ MinA (B) tale che
)Z) ≤ )X) ∀X ∈ MinA (B).
Indichiamo con W = L(R1 , . . . , Rm ) lo spazio delle righe della matrice A. Come è noto
(vedi Appendice),
W = L(C1∗ , . . . , Cm
∗
),
dove Ci∗ sono le colonne di A∗ . Vale il seguente notevole teorema [32].
Teorema 7.9. La soluzione ai minimi quadrati del sistema lineare AX = B è unica e
coincide con la proiezione XW su W di un qualunque vettore X appartenente a MinA (B).
Inoltre essa è data da A+ B.
124 Capitolo 7. Decomposizione ai valori singolari ed applicazioni

Osservazione 7.7. Le matrici AA+ ∈ Cm,m e A+ A ∈ Cn,n sono hermitiane ed idem-

potenti, quindi matrici di proiezione. Più precisamente, AA+ proietta un vettore di Cm
su U e A+ A proietta un vettore di C n su W . Infatti, poiché A+ B è soluzione del sistema
AX = BU , si ha AA+ B = BU . Ebbene A+ ha l’effetto di mandare prima B su U e poi
BU = AX in XW , proiezione di X su W . Infatti

A+ B = (A+ AA+ )B = A+ (BU ) = A+ AX = XW .

Esempio 7.5. Dati i punti P1 (0, 0), P2 (1, 2), P3 (3, 4), P4 (4, 6) (non allineati), si ricer-
ca la retta che approssima in media tali punti nel senso dei minimi quadrati. Se esistesse
una retta passante per i punti Pi (αi , βi ), i = 1, 2, 3, 4, di equazione y = a1 x + a0 , si
avrebbe
        

 α1 a1 + a0 = β1 , α1 1 0 1 β1 0
α2 a1 + a0 = β2 , α2 1 1 1 β2  = 2 .
        
A= = , B =

 α3 a1 + a0 = β3 , α3 1 3 1 β3  4
α4 a1 + a0 = β4 , α4 1 4 1 β4 6


Questo sistema non ha soluzioni perchè i punti non sono allineati. Si cerca il vettore
BU = a1 C1 + a0 C2 tale che (B − BU ) ⊥ C1 , C2 . Ora BU = (a0 , a1 + a0 , 3a1 + a0 , 4a1 + a0 )T ,
e 9 9
(B − BU ) · C1 = 0, 38 − 26a1 − 8a0 = 0,
⇒
(B − BU ) · C2 = 0 12 − 8a1 − 4a0 = 0,
da cui si ottiene la soluzione a1 = 7/5, a0 = 1/5 per cui la retta “ottimale” (nel senso dei
minimi quadrati) è y = 7/5x + 1/5.
Naturalmente l’esercizio si può risolvere anche trovando direttamente A+ B. Ora,
poiché rg A = 2 = n, A+ ha la seguente espressione:
, -
+ ∗ −1 ∗ 1 −4 −2 2 4
A = (A A) A = ,
20 13 9 1 −3

come si verifica facilmente. Ne segue A+ B = (7/5, 1/5)T , come si voleva.

Quanto detto per trovare la retta “ottimale” si può ripetere per trovare un polinomio
“ottimale” di grado al più n.
Supposto di aver raccolto m coppie di dati (αi , βi ), i = 1, . . . , m, vogliamo trovare il
polinomio di grado al più m che meglio approssima i dati e sia

p(x) = an xn + an−1 xn−1 + · · · + a1 x + a0 .

Imponendo le condizioni p(αi ) = βi si ottiene un sistema lineare di m equazioni nelle n+1

incognite an , . . . , a0 . La matrice associata al sistema è del tipo di Vandermonde:
α0 α0n−1 · · · α0 1
 n 
 α1n α1n−1 · · · α1 1
A= . . . . . . . . . . . . . . . . . . . . . .  ,

n n−1
αm αm · · · αm 1
7.5. Altri metodi per la soluzione del problema dei minimi quadrati 125

con X T = (an , . . . , a0 ), e B T = (β1 , . . . , βn ). Si procede come nel caso generale trovando

A+ B. Se m = n+1, allora det A %= 0, e quindi si avrà una sola soluzione non approssimata
del sistema (si confronti con l’Appendice).
Osservazione 7.8. Si è visto che la pseudoinversa di una matrice può servire a trovare
soluzioni di un sistema lineare non quadrato (osservazione 7.3). Le soluzioni ottenute sono
le soluzioni ai minimi quadrati del sistema lineare dato: infatti, basta prendere U = C r ,
U ⊥ = Cn−r e tener conto di quanto precedentemente esposto. !

7.5 Altri metodi per la soluzione del problema dei

minimi quadrati
Metodo QR. Sia A ∈ Cn,m , con n ≥ m. Sia rg A = m. Si vuole risolvere il
problema ai minimi quadrati per un sistema AX = B. Si trovi una fattorizzazione QR
di A procedendo come in 5.9, con Q ed R come in (5.9.11). Allora

)AX − B)2 = )QRX − B)2 = )Q(RX − Q∗ B))2 = )RX − C)2 ,

dove si è posto C = Q∗ B. Scrivendo C = (C1 , C2 )T , con C1 ∈ Cm e C2 ∈ Cn−m , e

R = (R1 , O)T , con R1 ∈ Cm,m , risulta

min )AX − B)22 = minm ()R1 X − C1 )22 + )C2 )22 )

X∈Cm X∈C
= minm ()R1 X − C1 )22 ) + minm )C2 )22
X∈C X∈C
= )C2 )22 ,

poiché il sistema R1 X = C1 ammette una soluzione e questa rende nulla la norma.

Metodo LL∗ . Sia A ∈ Cn,m , con n ≥ m. Sia rg A = m. Allora, come è facile
dimostrare, A∗ A è hermitiana e definita positiva, quindi è possibile applicare il metodo
LL∗ per risolvere il problema ai minimi quadrati. Il numero di operazioni effettuate è
inferiore a quello del precedente metodo, ma diventa uguale se m = n.
Osservazione 7.9. In generale non vi è una relazione semplice tra gli autovalori
(di una matrice quadrata) ed i suoi valori singolari. In teoria i valori singolari di A si
possono trovare risolvendo il problema degli autovalori per la matrice hermitiana A ∗ A,
ma questo procedimento, in pratica, può portare ad una perdita di accuratezza. Una
procedura numerica più stabile consiste nel ridurre, mediante trasformazioni ortogonali
di tipo Householder, la matrice A ad una matrice bidiagonale e nell’applicare a questa il
metodo QR.

7.6 Esercizi di riepilogo

.1 1/
Esercizio 7.4. Trovare la decomposizione polare di A = 2 2 .
126 Capitolo 7. Decomposizione ai valori singolari ed applicazioni

Esercizio 7.5. Se A ∈ Cm,n , verificare che

1. AA+ e A+ A sono hermitiane ed idempotenti;

2. AA+ A = A e A+ AA+ = A+ .

Esercizio 7.6. Indicata con C + la pseudo-inversa di C, provare che

CC + C = C.

Soluzione. Se C = P ΣQ∗ è una decomposizione ai valori singolari di C, la sua pseudoinversa è

+
C = QΣ+ P ∗ . Segue, col simbolismo usato nelle dispense,
! "
+ ∗ + ∗ Ir O
CC = P ΣQ (QΣ P ) = P P∗
O O

and

CC + C = (CC + )C = P ΣQ∗ = C.

Esercizio 7.7. Se A è una matrice (hermitiana) definita positiva, mostrare che gli
autovalori di A sono i valori singolari di A.
2
Soluzione. Se A è hermitiana, ∗ ∗
√ allora A = A e quindi A A = A . Se λ è un autovalore per A,
allora λ2 è un autovalore per A∗ A e λ2 = |λ| = σ è un valore singolare per A. Ma A è definita positiva,
quindi λ > 0 e σ = λ. !

Esercizio 7.8. Si consideri la matrice

, -
1 2 6
A= .
5 6 7

1. Determinare una decomposizione a valori singolari di A.

2. Determinare una forma polare di A.

Soluzione. 1. Poiché A = AT , i valori singolari di A coincidono con i suoi autovalori presi
in valore assoluto. Gli autovalori di A sono λ1 = 11/5, λ2 = −2/5, quindi σ1 = 11/5, σ2 = 2/5.
D’altra parte gli autovalori di AT A = A2 sono µ1 = 121/25 e µ2 = 4/25.
! "
1 2
V (µ1 ) = {(x, y) | y = 3/2x} = L(Q1 ), dove Q1 = √ ,
13 3
! "
1 3
V (µ2 ) = {(x, y) | y = −3/2x} = L(Q2 ), dove Q2 = √ .
13 −2

Ora, P1 = 1/σ1 AQ1 e P2 = 1/σ2 AQ2 .

Poiché σ1 è autovalore per A, allora AQ1 = σ1 P1 , dunque P1 = Q1 .
Poiché σ2 è autovalore per A, allora AQ2 = σ2 P2 , dunque P2 = −Q2 .
7.6. Esercizi di riepilogo 127

Quindi

A = P ΣQT ,
! " ! " ! "
1 2 −3 11/5 0 1 2 3
P =√ , Σ= , Q= √ .
13 3 2 0 2/5 13 3 −2

2. A = P ΣQT = (P ΣP T )(P QT ) dà una forma polare ponendo

! "
T 1 62 54
P ΣP = G = hermitiana e def. positiva,
65 54 107
! "
1 −5 12
P QT = R = unitaria.
13 12 −5

Esercizio 7.9. Siano A ∈ Cn,n e ! · ! una qualunque norma matriciale indotta.

1. Si dimostri che vale l’implicazione

lim !Ak ! = 0 ⇒ ρ(A) < 1.

k→+∞

2. Sia !A! < 1. Si dimostri che la matrice I + A è invertibile e che vale la disugua-
glianza
1
!(I + A)−1 ! ≤ .
1 − !A!
Soluzione.
1. Risulta !Ak ! ≥ ρ(Ak ) = ρ(A)k (l’ultima uguaglianza viene dal teorema di Schur).
2. Poiché ρ(A) ≤ !A! risulta ρ(A) < 1. Ma supponendo che 0 sia un autovalore di I + A si
giunge ad una contraddizione (fornire i dettagli), dunque I + A è invertibile. Dalla relazione
(I + A)(I + A)−1 = I si ottiene la disuguaglianza

!(I + A)−1 ! ≤ 1 + !A ! !(I + A)−1 !,

da cui la tesi.

!
 CAPITOLO 8

MATRICI POLINOMIALI

In questo capitolo daremo le prime nozioni sulle matrici polinomiali, largamente usate
nello studio dei sistemi di controllo con più ingressi ed uscite.

8.1 Premesse
Definizione 8.1. Sia K un campo (in particolare K può essere uno dei campi Q, R,
C, Zp ).
Una matrice polinomiale A(z) è una matrice del tipo

A(z) = A0 + A1 z + · · · + Ah z h ,

dove Ap ∈ Km,n per p = 0, 1, . . . , h.

Alternativamente si può definire una matrice polinomiale come un elemento A(z) ∈
m,n (p)
K [z]. Ponendo Ap = (aij ) si ha
(0) (1) (h)
aij (z) = aij + aij z + · · · + aij z h ,

cioè gli elementi della matrice A(z) sono polinomi in z, in simboli aij (z) ∈ K[z]. In altre
parole, vale l’isomorfismo canonico

Km,n [z] 8 K[z]m,n ,

dove K[z] è l’anello dei polinomi con coefficienti in K.

Esempio 8.1. Si consideri la matrice A(z) ∈ R2,2 [z] cosı̀ definita

A(z) = A0 + A1 z
, - , -
−1 0 1 1
A0 = , A1 = .
1 −1 1 1

Allora , -
z−1 z
A(z) = ∈ R[z]2,2 .
z+1 z−1

128
8.1. Premesse 129

Una matrice A(z) ∈ Kn,n [z] è singolare se il suo determinante è il polinomio nullo. In
caso contrario si dice non singolare.
Esempio 8.2.
• La matrice del precedente esempio è non singolare, poiché det A(z) = 1 − 3z non è
il polinomio nullo (anche se la matrice A(1/3) ha determinante nullo).
• La matrice , -
z−1 z+1
B(z) =
z−1 z+1
è ovviamente singolare: det B(z) = 0 identicamente (cioè per ogni z).
Una matrice A(z) ∈ K[z]m,n ha rango r se i determinanti dei suoi minori di ordine
r + 1 sono polinomi identicamente nulli, mentre esiste almeno un minore di ordine r con
determinante non identicamente nullo.
Indichiamo con Dk (z) il massimo comun divisore1 (monico) di tutti i determinanti dei
minori di ordine k di A(z). Si prova che Dk (z) divide Dk+1 (z), in simboli Dk (z) | Dk+1 (z).
I polinomi
Dk (z)
dk (z) = , k≥1 (8.1.1)
Dk−1 (z)
si chiamano fattori invarianti di A(z). Per definizione si pone D0 (z) = 1.
Esempio 8.3. Si consideri il seguente blocco di Jordan di ordine r
 
z − z0 1 0 ... 0
 0 z − z0 1 . . . 0 
 
A(z) = . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 


 0 ... 0 z − z0 1 
0 ... 0 0 z − z0

I minori di ordine 1 sono 0, 1, z − z0 , quindi d1 (z) = 1. Cosı̀ procedendo risulta dk (z) = 1

per k < r e dr (z) = (z − z0 )r .
La nozione di rango di una matrice si presta ad una immediata interpretazione in
termini di “spazi vettoriali”, anche se K[z] è un anello ma non un campo. Se pensiamo alle
colonne della matrice A(z) ∈ K[z]m,n come a vettori in K[z]m , il rango di A(z) rappresenta
la dimensione del sottospazio di K[z]m generato dalle colonne di A(z); analogamente si
prova che rg(A(z)) è uguale alla dimensione del sottospazio vettoriale di K[z] n generato
dalle righe di A(z).
Esempio 8.4. Sia
, -
z+1 z z+2
A(z) = .
z2 − 1 z2 − z z2 + z − 2
1
Ricordiamo che d(x) è massimo comun divisore di f (x) e g(x) se d(x)|f (x), d(x)|g(x) e per ogni d " (x)
tale che d" (x)|f (x), d" (x)|g(x) si ha d" (x)|d(x). L’algoritmo di Euclide permette di trovare i massimi
comun divisori.
130 Capitolo 8. Matrici polinomiali

Si prova facilmente che i minori di ordine 2 hanno determinante identicamente nullo,

quindi il rango di A(z) è 1 in R[z]. Infatti le due righe sono proporzionali in R[z] (il
coefficiente è z − 1). Ovviamente le due righe non sono proporzionali rispetto ad R.
Le colonne di A(z) generano un sottospazio di R[z]2 di dimensione 1 su R[z]: un
generatore è il vettore (1 z − 1)T . Infatti
, - , - , - , - , - , -
z+1 1 z 1 z+2 1
= (z + 1) , =z , = (z + 2) .
z2 − 1 z−1 z2 − z z−1 z2 + z − 2 z−1

Le righe di A(z) generano un sottospazio di R[z]3 di dimensione 1 su R[z]: un

generatore è il vettore (z + 1 z z + 2).
Definizione 8.2. Si definisce matrice polinomiale elementare una matrice di uno dei
tre tipi seguenti (si confronti con (5.2.8), (5.2.9), (5.2.10)):
 
1 0 ............ 0
. . . . . . . . . . . . . . . . . . . . . . . 
 
0 . . . 1 0 0 . . . 0 
 
0 . . . 0 λ 0 . . . 0 = Mi (λ),
Ẽ1 (z) =  (8.1.2)

0 . . . 0 0 1 . . . 0 
 
. . . . . . . . . . . . . . . . . . . . . . . 
0 ................. 1
 
1 ... 0 ... 0 ... 0
. . . . . . . . . . . . . . . . . . . . . . . . . 
 
0 . . . 0 . . . 1 . . . 0 
 
Ẽ2 (z) = 
 . . . . . . . . . . . . . . . . . . . . . . . . .  = Πij ,
 (8.1.3)
0 . . . 1 . . . 0 . . . 0 
 
. . . . . . . . . . . . . . . . . . . . . . . . . 
0 ... 0 ... 0 ... 1
 
1 ... 0 ........... 0
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 
 
0 . . . 1 . . . . . . . . . . . 0
 
Ẽ3 (z) = 
 . . . . . . . . . . . . . . . . . . . . . . . . . . . .  = Sij (p(z)),
 (8.1.4)
0 . . . p(z) . . . 1 . . . 0
 
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 
0 ... 0 ........... 1

dove λ ∈ K ! {0} e p(z) ∈ K[z].

Le matrici polinomiali elementari hanno alcune importanti proporietà. Innanzitutto,
per i = 1, 2, 3, det Ẽi è una costante non nulla quindi Ẽi è invertibile per ogni z e la sua
inversa è dello stesso tipo.
Se A(z) ∈ K[z]p,m ed Ẽi (z) ∈ K[z]m,m , allora A(z)Ẽi (z) ∈ K[z]p,m è una matrice
ottenuta da A(z) mediante trasformazioni elementari sulle sue colonne; analogamente se
8.2. Forma canonica di Smith 131

Ẽi (z) ∈ K[z]p,p allora Ẽi (z)A(z) ∈ K[z]p,m è una matrice ottenuta da A(z) mediante
trasformazioni elementari sulle sue righe.

8.2 Forma canonica di Smith

Siano A(z) e B(z) due matrici polinomiali in K[z]p,m ; diciamo che A(z) è equivalente
a B(z), in simboli
A(z) ∼ B(z)
se A(z) può essere ottenuta da B(z) attraverso una successione di operazioni elementari
realizzate sia sulle righe sia sulle colonne. In altre parole, A(z) ∼ B(z) se esistono matrici
elementari Ei ∈ K[z]p,p , Ej# ∈ K[z]m,m tali che

Ek (z) · · · E1 (z)B(z)E1# (z) · · · Eh# (z) = A(z).

La relazione introdotta è una relazione d’equivalenza nell’insieme delle matrici K[z] p,m , che
viene cosı̀ suddivisa in classi di equivalenza in K[z]p,m / ∼. Come di consueto si desidera
trovare un rappresentante distinto per ogni classe di equivalenza che sia rappresentativo.
Il seguente teorema assicura l’esistenza di una matrice (rettangolare) di tipo diagonale in
ogni classe d’equivalenza.
Teorema 8.1 (Forma canonica di Smith). Ogni matrice A(z) ∈ K[z]p,m è equi-
valente ad una matrice D(z) ∈ K[z]p,m di tipo diagonale, dove

D(z) = diag(d1 (z), . . . , dr (z), 0, . . . , 0),

essendo r = rg(A(z)) e dk (z) i fattori invarianti di A(z).

Gli elementi r e dk (z) (k = 1, . . . , r) sono univocamente individuati, per cui è unica la
forma di Smith di una data matrice. Però le matrici che intervengono nella decomposizione
non sono univocamente individuate.
Esempio 8.5. Sia , -
z−1 z
A(z) = .
z+1 z−1
I minori di ordine 1 di A(z) sono z − 1, z, z + 1, dunque D1 (z) = 1. Il minore di ordine
2 ha determinante 1 − 3z, dunque D2 (z) = 1/3 − z. Dunque

D1 (z) D2 (z)
d1 (z) = = 1, d2 (z) = = 1/3 − z,
D0 (z) D1 (z)

e la forma canonica di Smith è

, -
1 0
D(z) = .
0 1/3 − z
132 Capitolo 8. Matrici polinomiali

8.3 Matrici unimodulari

Definizione 8.3. Una matrice U (z) ∈ K[z]m,m si dice unimodulare se è invertibile
e la sua inversa U (z)−1 = U −1 (z) è a sua volta una matrice polinomiale, cioè anche
U −1 (z) ∈ K[z]m,m .
Le matrici unimodulari sono quindi gli elementi invertibili nell’anello non commutativo
delle matrici quadrate polinomiali; cioè svolgono il ruolo di +1 e −1 dell’anello Z.
Valgono le seguenti caratterizzazioni.
Teorema 8.2. Sia U (z) ∈ K[z]m,m . Sono equivalenti le seguenti affermazioni:

1. U (z) è una matrice unimodulare;

2. det U (z) è un polinomio costante non nullo;

3. la forma canonica di Smith di U (z) è Im ;

4. U (z) è esprimibile come prodotto di matrici elementari.

Dimostrazione.

1 ⇒ 2 Da U (z)U (z)−1 = I risulta det U (z) · det U (z)−1 = 1. Essendo gli unici elementi
invertibili in K[z] le costanti non nulle, si ha la tesi.

2 ⇒ 3 Considerando la forma canonica di Smith, U (z) è l’unico minore di ordine m,

quindi det U (z) coinciderà a meno di una costante moltiplicativa con d1 (z) · · · dm (z).
Ma essendo det U (z) una costante non nulla e di (z) polinomi monici si ha di (z) = 1
per tutti gli i.

3 ⇒ 4 Essendo
Ek (z) · · · E1 (z)U (z)E1# (z) · · · Eh# (z) = Im ,
risulta
U (z) = E1 (z)−1 · · · Ek (z)−1 Eh# (z)−1 · · · E1# (z)−1 ,
da cui la conclusione poiché le inverse di matrici elementari sono elementari.

4 ⇒ 1 Poiché il determinante di matrici elementari è una costante, anche le inverse sono

matrici polinomiali e quindi U (z)−1 è polinomiale.

QED

Poiché ogni matrice A(z) è equivalente ad una matrice D(z) segue il corollario.
Corollario 8.1. Data una matrice A(z) ∈ K[z]p,m , esiste una coppia di matrici
unimodulari U (z) ∈ K[z]p,p e V (z) ∈ K[z]m,m tali che

D(z) = U (z)A(z)V (z).

8.3. Matrici unimodulari 133

Ovviamente, poiché U (z)−1 e V (z)−1 sono unimodulari si ha U (z)−1 D(z)V (z)−1 =

A(z).
Esercizio 8.1. Dedurre che la seguente matrice è unimodulare, verificando diretta-
mente le proprietà 1–4 del teorema precedente:
 
1 −z 0 2
0 1 0 0
A(z) = 
0 −3z 1 z 


0 0 0 1
 CAPITOLO 9

ESPERIMENTI NUMERICI CON OCTAVE

In questo capitolo saranno approfonditi mediante esempi numerici alcuni temi della
teoria sviluppata in precedenza. Il programma usato è octave, che può essere liberamente
copiato dal sito http://www.octave.org/. In particolare è suggerita ai lettori un’analisi
del codice sorgente di octave per quanto riguarda gli argomenti trattati nel corso. Ci
si può rendere conto di come le librerie usate per implementare gli algoritmi presentati
vengano quasi tutte dal pacchetto lapack, reperibile in http://netlib.org.
Esempio 9.1. Scrivere una funzione che crei una matrice triangolare superiore di
numeri casuali compresi tra 0 e 100 di ordine n.
Soluzione.
function a=mat sup(n)
a=zeros(n);
for j=1:n
for i=1:j
a(i , j)=floor(100∗rand(1,1));
end
end
endfunction

Problema 9.1. Scrivere una funzione che crei una matrice tridiagonale di ordine n
che ha 2 sulla diagonale principale e −1 sulle altre.
Esempio 9.2. Scrivere una funzione di due variabili che risolva un sistema con
matrice triangolare superiore. Iniziare la funzione con un test sulle variabili.
Soluzione.
function x=tri sup(a,b)
% Controlla le dimensioni di a:
[n,m] = size(a);
if m˜= n
printf ( ’A non e’’ quadrata’)
return
end
for i=1:n
for j=1:i−1

134
 135

if a(i , j ) ˜=0
printf ( ’A non e’’ triangolare superiore ’ )
return
end
end
end
% Controlla le dimensioni di b:
if length(b)˜= n
printf ( ’B non e’’ compatibile’)
return
end
% Risolve il sistema
x(n) = b(n)/a(n,n);
for i=n−1:−1:1
somma=b(i);
for j=i+1:n
somma = somma − a(i,j)∗x(j);
end
x(i ) = somma/a(i,i);
end

Esempio 9.3. Scrivere un programma che confronti la velocità del metodo di fatto-
rizzazione LU con il metodo di fattorizzazione QR usando matrici quadrate casuali di
dimensione sufficientemente grande.
Soluzione.
index=0;
for n=10:100:1000
index=index+1;
a=rand(n,n);
t0=cputime;
[ l ,u]=lu(a);
printf (” fattorizzazione LU per n=%d :”,n)
cputime−t0
t1=cputime;
[q,r]=qr(a);
printf (” fattorizzazione QR per n=%d :”,n)
cputime−t1
end

Problema 9.2. Scrivere un programma che confronti la velocità di risoluzione di un

sistema triangolare superiore usando, rispettivamente, la funzione dell’esercizio precedente
e la funzione di ‘divisione matriciale’ di Octave.
Problema 9.3. Scrivere una funzione di due variabili (matrice incompleta e termine
noto) che risolva un sistema con matrice triangolare inferiore. Iniziare la funzione con
un test sulle variabili.
136 Capitolo 9. Esperimenti numerici con octave

Esempio 9.4. Scrivere una funzione di due variabili (matrice incompleta e termine
noto) che risolva un sistema lineare a matrice quadrata con il metodo di eliminazione.
Alla fine, si usi la funzione ‘ tri sup ’.
Si applichi la funzione al sistema lineare AX = B dove
   
−2 4 −1 −1 12
 4 −9 0 5 , B = −32 .
 
A= −4 5 −5 5   3 
−8 8 −23 20 13

Soluzione.
function x=ris sistema(a,b)
%
n=size(a,1);
a=[a,b]
% Test per l ’ esistenza di un’ unica soluzione
%
for k=1:n−1,
rigaprimo=k;
p(k)=k;
if a(k,k) == 0
for i=k+1:n, % scelta pivot ( parziale )
if a(i ,k) != 0,
rigaprimo = i;
else
printf ( ’ Il sistema non ha un’unica soluzione, passo k=%d’,k)
return
end
end
end
%
if k != rigaprimo, % Eventuale scambio righe
for j=1:n+1,
tmp=a(k,j); a(k,j)=a(rigaprimo,j); a(rigaprimo,j)=tmp;
end
end
for i=k+1:n, % Calcolo dei moltiplicatori e eliminazione
aik=a(i,k)/a(k,k);
a(i ,k)=aik; % memorizza il moltiplicatore
for j=k+1:n+1,
a(i , j)=a(i, j)−aik∗a(k,j );
end
end
end
%
 137

% Copia della parte tr . sup. in U

%
utemp=a(:,1:n);
U=triu(utemp,0);
%
% Soluzione con tri sup
x=tri sup(U,a(:,n+1));
% endfunction
Si noti che il programma non è in grado di distiinguere tra il caso in cui ci sono infinite
soluzioni ed il caso in cui il sistema non è compatibile.
Problema 9.4. Scrivere una funzione che, migliorando la precedente, sia in grado di
dire se il sistema ha infinite soluzioni o nessuna.
Problema 9.5. Scrivere una funzione di una variabile (matrice quadrata) che calcoli
il determinante con il metodo di riduzione ad una matrice triangolare. Si confronti il
tempo di esecuzione con il tempo di esecuzione della funzione ‘det’ e con il tempo di
calcolo del determinante con il metodo di Cramer.
Problema 9.6. Scrivere una funzione di una variabile che calcoli l’inversa di una
matrice quadrata con il metodo di Gauss–Jordan. Si confronti il tempo di esecuzione con
il tempo di esecuzione della funzione ‘inv’.
Esempio 9.5. Scrivere una funzione che calcola la fattorizzazione LU di una matrice
quadrata (senza pivot).
Soluzione.
% La funzione termina con un errore
% se c’e’ un pivot < EPS∗NORM(A)
function [l,u] = elleu(a)
nor=norm(a);
% Controlla le dimensioni di A:
[n,m] = size(a);
if m != n
display( ’A non e’’ quadrata’)
return
end
l=−eye(n);
for k=1:n−1
if abs(a(k,k)) < eps∗nor
display( ’Pivot troppo piccolo ’ )
return
end
l (k+1:n,k) = −a(k+1:n,k)/a(k,k);
a(k+1:n,k+1:n) = a(k+1:n,k+1:n)+l(k+1:n,k)∗a(k,k+1:n);
end
% Immagazzina i risultati nelle matrici l e u:
l = −l;
138 Capitolo 9. Esperimenti numerici con octave

u = zeros(n);
for i=1:n
for j=i:n
u(i , j ) = a(i, j );
end
end

Esempio 9.6. Calcolare l’inversa della matrice di Hilbert H = (hij ), dove

1
hij =
i+j−1
con i metodi LU, QR, SVD. Valutare l’errore commesso con ‘norm(H∗inv(H)−I)’ nei tre
casi.
Soluzione.
% ESERCIZIO: calcolare H=hilb(n) per n=5 e n=10,
%
% SOLUZIONE:
%
for n=[5 10]
h=hilb(n);
[ l ,u] = lu(h);
[q,r ] = qr(h);
[uu,s,vv]= svd(h);
% dimensiona le tre inverse
hlu = zeros(n);
hqr = zeros(n);
hsvd = zeros(n);
% costruisce l ’inversa per colonne in ognuno dei casi
for j = 1:n
% costruisce il termine noto, ej
ej = zeros(n,1);
ej ( j ) = 1;
hlu (:, j ) = u\(l\ej);
hqr (:, j ) = r\(q’∗ej );
hsvd(:, j ) = vv∗(s\ (uu’∗ej));
end
fprintf(’Valore di N %3.0f \n’,n);
disp(’Errore nella fattorizzazione LU’);
n1=norm(h∗hlu −eye(n));
n2=norm(hlu∗h −eye(n));
fprintf(’%e %e \n’,n1,n2);
disp(’Errore nella fattorizzazione QR’);
n1=norm(h∗hqr −eye(n));
n2=norm(hqr∗h −eye(n));
fprintf(’%e %e \n’,n1,n2);
 139

disp(’Errore nella fattorizzazione SVD’);

n1=norm(h∗hsvd −eye(n));
n2=norm(hsvd∗h −eye(n));
fprintf(’%e %e \n’,n1,n2);
end

Esempio 9.7. Stimare numericamente l’andamento del rango della matrice di Hil-
bert.
Soluzione.
for n=1:100
a=hilb(n);
r(n)=rank(a)
end
r
Si osservi che, in teoria, la matrice di Hilbert è non singolare, ma il rango ‘percepito’ dal
programma è sensibilmente inferiore. È necessario, quindi, aumentare la precisione del
calcolo in dipendenza dal tipo di dato.
Problema 9.7. Chiamare la fattorizzazione LU di
 
1 2 3
A = 4 5 6  .
7 8 9

Perché L non è triangolare?

Problema 9.8. Scrivere una funzione che calcoli la matrice Q di Householder che
trasforma un dato vettore V in un vettore che ha tutte le componenti successive alla prima
nulle.
Problema 9.9. Data la matrice
 
2 1 −1 2
1 1 3 − i 1 + i
A= −1 3 + i

0 i 
2 1 − i −i 0

trovare la matrice Q(1) con la funzione dell’esercizio precedente. Dire se esiste una
fattorizzazione LL∗ di A. Trovare (se esiste) una fattorizzazione LL∗ di A∗ A.
Esempio 9.8. Calcolare il rango di una matrice usando il metodo QR.
Soluzione. Si usi la seguente tolleranza:
% Sintassi: r=rango(a,tol)
% tol: precisione di calcolo richiesta .
function r=rango(a,tol)
if nargin < 2
tol=eps∗norm(a,1);
140 Capitolo 9. Esperimenti numerici con octave

end
Si noti che la funzione ‘qr’ calcola le matrici Q ed R a meno di una permutazione Π
che organizza le righe di R in modo da avere gli elementi della diagonale decrescenti
in modulo. Si tenga conto del fatto che R sarà a scalini nel caso di rango inferiore al
massimo.
Esempio 9.9. Date le matrici
   
1 2 2
1 3 1
   
M = 2 1 , B = 3 ,
  
3 3 4
6 3 3

risolvere con il metodo QR il problema ai minimi quadrati.

Soluzione.
function x=min quad(a,b)
% Controlla le dimensioni di a:
[n,m] = size(a);
p=length(b);
if p != n
printf ( ’Termine noto non valido’)
return
end
if m > n
printf ( ’AX=B non ammette un’unica soluzione ai m.q.’)
return
end
%
[q,r]=qr(a);
c=zeros(n,1);
c=q’∗b
for i=1:m
for j=i:m
r1( i , j)=r(i, j );
end
end
tn=c(1:m)
x=r1\tn;
distanza=c(m+1:n);
d=norm(distanza);
printf (”Minima distanza dalla soluzione: %d”,d)
endfunction

Problema 9.10. Risolvere lo stesso problema usando la fattorizzazione LL ∗ .

 141

Esempio 9.10. Scrivere un programma che calcoli gli autovalori di una matrice
usando il metodo iterativo QR.
Soluzione. Bisogna creare la successione delle iterate QR. Non sono state studiate
le stime per la convergenza del metodo QR; si procede in maniera diretta.
function x=aval qr(a,iter)
% Controlla le dimensioni di a:
[n,m] = size(a);
if m != n
printf ( ’Bocciato :−)’)
return
end
%
x=zeros(n,1);
for i=1:iter
[q,r]=qr(a);
a=r∗q;
if norm(diag(a)−x)< eps
printf (”Tolleranza raggiunta al passo %d\n”,i)
return
end
x=diag(a);
end
endfunction

Problema 9.11. Usando il precedente programma, scrivere una funzione che calcoli
i valori singolari di una matrice non quadrata.
Esempio 9.11. Scrivere una funzione che calcoli i cerchi di Gershgorin per una data
matrice quadrata, per righe o per colonne, e li disegni.
Soluzione.
function [r,c]=gersh(a)
% Controlla le dimensioni di a:
[n,m] = size(a);
if m != n
printf ( ’Bocciato :−)’)
return
end
%
r=zeros(n,1);c=diag(a);
for i=1:n
r( i)=sqrt(a(i,:)∗a(i ,:)’−( abs(a(i, i )))ˆ 2);
end
hold on
t =(0:0.1:6.3)’; X=cos(t);Y=sin(t);
for i=1:n
142 Capitolo 9. Esperimenti numerici con octave

for tt=1:64
data(tt ,:) = [r( i)∗X(tt)+real(c(i)),r( i)∗Y(tt)+imag(c(i))];
end
gplot data
end
endfunction

Problema 9.12. Si può usare il procedimento seguente per la riduzione del tempo
di calcolo degli autovalori con il metodo seguente. Sia A ∈ Cn,n non singolare. Posto
A(1) = A, sia P1 ∈ Cn−1,n−1 la matrice elementare di Householder tale che
   
a21 α
 a31   0 
P1  ..  =  ..  .
   
 .  .
an1 0

Si ponga ,-
1 O
(1) def
Q = .
O P1
∗
Allora, si dimostra facilmente che la matrice Q(1) A(1) Q(1) ha gli elementi della prima
colonna con indice di riga maggiore di 2 nulli. Iterando il procedimento, si ottiene una
(n−2)
matrice di Hessenberg superiore, ossia una matrice A(n−2) tale che aij = 0 se i > j + 1.
(n−2)
La matrice A ha, ovviamente, gli stessi autovalori della matrice di partenza.
Si noti che, se A è hermitiana, allora A(n−2) è hermitiana.
Dimostrare numericamente che il tempo necessario alla ricerca degli autovalori di
una matrice A è inferiore se questa è preventivamente ridotta in forma di Hessenberg
superiore.
Esempio 9.12. Questo esempio è stato fornito dal Prof. G. Ricci e dall’Ing. F.
Bandiera. Si tratta di trovare gli autovalori di una matrice C di segnali ed i corrispondenti
autovettori. Questi dati corrispondono rispettivamente agli utenti in un dato dominio
UMTS ed al loro segnale. La base teorica di questo esempio si trova in
Il programma. La parte interessante ai fini del corso di calcolo matriciale è quella
dove si calcolano gli autovalori della matrice C. SI noti che questo esempio è eseguito su
una matrice di codici data (CodiciGold31).
% Processing Gain
Q=31;
% Numero di utenti
K=15;
% Numero di intervalli di simbolo
% su cui valutare la matrice di correlazione campionaria
M=400;
% Rapporto segnale−rumore
SNR dB=10;
 143

% Multiple Access Interference

MAI dB=0;

% Inizializzazione dei generatori di numeri casuali

% randn(’state’,sum(100∗clock));
% rand(’state ’, sum(100∗clock));

% Codici di spreading (PN)

load CodiciGold31;
S=Gold(:,1:K);

% Matrice delle ampiezze

A=zeros(K,K);
% Ampiezza dell’utente da demodulare
A(1,1)=1;
% Ampiezza degli altri utenti
A(2:K,2:K)=sqrt(10ˆ(0.1∗MAI dB)).∗eye(K−1);
% Varianza dei campioni di rumore
Sigma quadro=(A(1)ˆ2)∗Q∗(10.ˆ((−0.1)∗SNR dB));

%%%%% Inizio Costruzione della matrice dati %%%%%

% Bit dei vari utenti sugli M intervalli
B=sign(randn(K,M));

% segnali trasmessi
T=S∗A∗B;

% rumore termico
N=sqrt(Sigma quadro/2)∗(randn(Q,M)+sqrt(−1)∗randn(Q,M));

% matrice dati con rumore

R=T+N;
%%%%% Fine Costruzione della matrice dati %%%%%

% matrice di correlazione campionaria

C=(1/M)∗R∗R’;

% estrazione degli autovalori ed ordinamento

L=eig(C);
Aval=flipud(sort(L))
 APPENDICE

A.1 Prodotti scalari hermitiani

Definizione A.1. Sia V uno spazio vettoriale sul campo C. Si dice che una funzione

β: V × V → C

è un prodotto hermitiano se:

1. β("x + x"# , "y ) = β("x, "y ) + β(x"# , "y ) per ogni "x, x"# , "y ∈ V ;
2. β("x, "y + y"# ) = β("x, "y ) + β("x, y"# ) per ogni "x, "y , y"# ∈ V ;
3. β(α"x, "y ) = αβ("x, "y ) per ogni "x, "y ∈ V e α ∈ C;
4. β("x, α"y ) = αβ("x, "y ) per ogni "x, "y ∈ V e α ∈ C;
5. β("x, "y ) = β("y , "x).
Si noti che un prodotto hermitiano non è bilineare rispetto C per la presenza del
coniugio in 3. Una funzione β : V × V → C che soddisfi le proprietà 1-4 si dice forma
sesquilineare. La proprietà 5 dice che β è autoconiugata.
Naturalmente, β("x, "x) ∈ R per ogni "x ∈ V . Ne segue che si possono suddividere i
prodotti hermitiani in prodotti hermitiani (semi)definiti positivi, (semi)definiti negativi,
indefiniti a seconda del segno di β("x, "x) come per le forme bilineari simmetriche reali [16].
Definizione A.2. Sia V uno spazio vettoriale sul campo C. Un prodotto hermitiano
β si dice prodotto scalare hermitiano se β è definito positivo.
Esempio A.1. In Cn si consideri la funzione
n
def
+
n n
· : C × C → C, (X, Y ) -→ X · Y = xi y i .
i=1

Questa è un prodotto scalare hermitiano su Cn (dimostrarlo).

Esercizio A.1. Dire sotto quali condizioni su A ∈ Cn,n l’applicazione
def
· : Cn × Cn → C, X · Y = X ∗ AY

è un prodotto scalare hermitiano.

144
A.1. Prodotti scalari hermitiani 145

Definizione A.3. Si dice spazio vettoriale hermitiano uno spazio vettoriale complesso
dotato di un prodotto scalare hermitiano.
Buona parte dei risultati sugli spazi vettoriali euclidei valgono senza modifiche sugli
spazi vettoriali hermitiani. Lo studio della geometria di questi spazi permette di dare
un’impostazione geometrica a molti problemi di analisi.
Sia (V, β) uno spazio vettoriale hermitiano. Se B = {"e1 , . . . , "en } è una base di V ,
posto
def
aij = β("ei , "ej ) ∈ C, (i, j = 1, . . . , n),
si dice che la matrice A = (aij ) è la matrice associata a β tramite B. Si dimostra facilmente
che A è hermitiana. Le fomule per il cambiamento di base sono simili a quelle per le forme
bilineari reali.
Si definisce la norma di un vettore "v ∈ V rispetto a β ponendo
def
)
)"v )β = β("v , "v ) ≥ 0

rispetto a β.
Si dice che due vettori "u, "v ∈ V sono ortogonali se β("u, "v ) = 0, e si scrive "u ⊥β "v , o
anche "u ⊥ "v quando non esista possibilità di equivoco.
Valgono le disuguaglianze di Schwarz e di Minkowski:

|β("u, "v )| ≤ )"u)β )"v )β ,

)"u + "v )β ≤ )"u)β + )"v )β .

Il procedimento di ortonormalizzazione di Gram–Schmidt si può eseguire come nel caso

di uno spazio vettoriale euclideo. Dunque, in ogni spazio vettoriale hermitiano esistono
basi ortonormali.
Se U è un sottospazio di V , esiste ed è unico il complemento ortogonale U ⊥ di U , e
vale V = U ⊕ U ⊥ . Dunque, dato "x ∈ V esiste un’unica decomposizione "x = "xU + "xU ⊥ . Se
{"e1 , . . . , "en } è una base ortonormale di V tale che {"e1 , . . . , "er } è una base di U (una tale
base esiste sempre, dimostrarlo!), allora ("x − "xU ) ⊥ U implica

β(("x − λ1"e1 − · · · − λr"er ), "ei ) = 0 per i = 1, . . . , r

da cui risulta λ̄i = β("x, "ei ). I coefficienti λi prendono il nome di coefficienti di Fourier .
Proposizione A.1 (Disuguaglianza di Bessel). Sia (V, β) uno spazio vettoriale
hermitiano, ed U ⊂ V un sottospazio. Se "x ∈ V , allora

)"x)β ≥ )"xU )β .

Dimostrazione. Infatti, "x = "xU + "xU ⊥ , dunque per il teorema di Pitagora )"x)2β =
)"xU )2β + )"xU ⊥ )2β ≥ )"xU )2β . QED

In modo analogo si vede che, se "y ∈ U , allora d("x, "y ) ≥ d("x, "xU ) dove d("x, "y ) = )"x−"y )β .
Dunque, il vettore "xU è il vettore di U avente minima distanza da x.
146 Appendice

Esempio A.2. Si consideri lo spazio vettoriale V = C 0 ([a, b]) costituito da tutte le

funzioni continue f : [a, b] → C. L’applicazione
> b
β : V × V → C, β(f, g) = f (x)g(x) dx
a

è un prodotto scalare hermitiano. Infatti si dimostrano facilmente le proprietà della

definizione A.1. Proviamo ora che β è definita positiva.
> b
β(f, f ) = |f (x)|2 dx ≥ 0
a

poiché l’integrando è positivo. Rimane da provare che β(f, f ) = 0 implica f = 0. Se f

non è la funzione nulla esisterà qualche punto x0 in cui f (x0 ) %= 0. Essendo f continua,
ci sarà un intervallo (x0 − 1, x0 + 1) in cui f (x) %= 0, e quindi β(f, f ) %= 0 contro l’ipotesi.
La distanza indotta da questo prodotto scalare è
,> b -1/2
2
d(f, g) = )f − g) = |f (x) − g(x)| dx ,
a

detta distanza L2 , utilizzata nella teoria dei segnali [31].

Se f : V → W è un’applicazione lineare (rispetto a C) tra i due spazi vettoriali
hermitiani (V, β) e (W, γ), si dimostra che esiste una ed una sola applicazione lineare
f ∗ : W → V detta aggiunta di f tale che

γ(f ("x), "y ) = β("x, f ∗ ("y )) ∀"x ∈ V, ∀"y ∈ W.

Rispetto a basi ortonormali, la matrice dell’applicazione aggiunta è la matrice aggiunta

dell’applicazione di partenza. Inoltre

V = Im f ∗ ⊕ Ker f, W = Im f ⊕ Ker f ∗ ,
Im f ∗ = (Ker f )⊥ , Im f = (Ker f ∗ )⊥

Si osservi che se A è la matrice associata ad f , allora Im f ∗ è lo spazio generato dalle

righe di A, matrice coniugata di A.
Un endomorfismo f di uno spazio vettoriale euclideo V con prodotto scalare g si
dice hermitiano (o autoaggiunto) se f = f ∗ . In questo caso, la matrice rispetto a basi
ortonormali risulta hermitiana.
Una trasformazione unitaria di V è un endomorfismo f : V → V tale che

β(f ("x), f ("y )) = β("x, "y ).

La matrice di una trasformazione unitaria rispetto a basi ortonormali è una matrice

unitaria.
A.2. Elementi impropri e spazi proiettivi 147

Esercizio A.2. Si dimostri che gli autovalori di una trasformazione autoaggiunta

sono reali.
Esercizio A.3. Si dimostri che gli eventuali autovalori di una trasformazione unitaria
sono numeri complessi di modulo 1.
Esercizio A.4. Sia data la matrice
, -
4 1 + 3i
G= .
1 − 3i 3
1. Provare che G è associato ad un prodotto scalare hermitiano g.
2. Calcolare g(2"e1 + 3i"e2 , (2 + i)"e1 − "e2 ).
T
Soluzione. 1. Si prove facilmente che G∗ = G = G. Inoltre i determinanti dei minori
principali indicano che la G è definita positiva.
2. Tenendo conto delle proprietà di un prodotto scalare hermitiano si ha

g(2!e1 + 3i!e2 , (2 + i)!e1 − !e2 ) = 2(2 + 1)g(!e1 , !e1 )−

2g(!e1 , !e2 ) − 3i(2 + i)g(!e2 , !e1 ) + 3ig(!e2 , !e2 ) = −1 − 4i.

A.2 Elementi impropri e spazi proiettivi

La figura A.1 mostra una corrispondenza tra i punti della
P0
retta r e le rette del fascio passante per P0 . Tale corrispondenza è r0
biunivoca, a meno di un’eccezione: alla retta r0 per P0 e parallela
ad r non corrisponde alcun punto di r. Per rendere biunivoca t s
la corrispondenza diciamo che alla retta r0 corrisponde il punto r
all’infinito di r, detto anche punto (o elemento) improprio di r, T S
ed indicato con P∞ . È chiaro che, se r " s, allora s ed r avranno
lo stesso punto improprio. Quindi punto improprio di una retta Figura A.1.
def
è sinonimo di direzione. La retta ampliata r̄ = r ∪ {P∞ } ha un
solo punto all’infinito, mentre in Analisi R̄ ha due punti all’infinito.
La retta affine ampliata è anche detta retta proiettiva: essa è
P0 r0 in corrispondenza biunivoca con una circonferenza (figura A.2).
Da un punto di vista astratto, un fascio di rette è la stessa
T#
cosa di una retta proiettiva: l’unica ‘differenza’ è che una retta
r affine ampliata è generata da un punto, mentre un fascio di rette
T è generato da una retta. Se il fascio di rette è improprio, si può
considerare come fascio di rette con centro in un punto impro-
Figura A.2. prio. In questo caso, la corrispondenza biunivoca con una retta è
molto semplice: basta considerare le intersezioni di una retta non
appartenente al fascio con le rette del fascio (figura A.3).
148 Appendice

Dunque, se consideriamo due rette proiettive nel piano, esse

si incontrano sempre; più precisamente,

r̄ ∩ s̄ = P∞ ⇒ r " s,
r̄ ∩ s̄ = P0 ⇒ r incidente s.

Le direzioni nel piano sono ∞1 ; possiamo dire che esse costi- Figura A.3.
def
tuiscono la retta impropria r∞ (figura A.4). Posto π̄ = π ∪ r∞
considerando un altro piano σ può verificarsi:

π̄ ∩ σ̄ = r∞ ⇒ π " σ,
π̄ ∩ σ̄ = r0 ⇒ π incidente σ.

Le usuali coordinate cartesiane (x, y) non sono

adatte a rappresentare i punti impropri. A tale scopo
si introducono le coordinate omogenee (x1 , x2 , x3 ) ∈
R3 ! {(0, 0, 0)}. Se il punto P è proprio ed ha coordi-
nate (x, y), ad esso si associa la terna (x1 , x2 , x3 ) tale
r∞
che x1 /x3 = x, x2 /x3 = y. Naturalmente x3 %= 0. È
chiaro che si tratta di terne proporzionali. Più for-
malmente, si introduce in R3 ! {(0, 0, 0)} la seguente Figura A.4.
relazione di equivalenza

(x1 , x2 , x3 ) ∼ (x#1 , x#2 , x#3 ) ⇔ esiste k ∈ R ! {0} tale che (x1 , x2 , x3 ) = k(x#1 , x#2 , x#3 ).

L’insieme quoziente R3 ! {(0, 0, 0)}/ ∼ rispetto a tale relazione di equivalenza è detto

piano proiettivo (reale). Ogni punto del piano proiettivo corrisponde ad una classe P =
[(x1 , x2 , x3 )]∼ di vettori di coordinate proporzionali. Se x3 %= 0, allora P è proprio e le
sue coordinate cartesiane (x, y) sono date dalle precedenti relazioni. Se x3 = 0, allora P
è improprio, ed è individuato da una direzione avente parametri direttori (l, m). Si ha

r " r# ⇔ (l, m) ∼ (l# , m# ) ⇒ (l, m, 0) ∼ (l# , m# , 0) ⇒ #

P ∞ = P∞ .

Dunque, i punti impropri sono caratterizzati dall’avere x3 = 0.

Le coniche ammettono un’interessante caratterizzazione usando la loro intersezione
con la retta impropria. Una conica C irriducibile è rappresentabile come il luogo degli
zeri di un polinomio di secondo grado irriducibile. Se r è una retta del piano (propria o
impropria) risulta r ∩ C = {A, B}. Consideriamo ora la retta impropria: si ha

r∞ ∩ C = 2 punti immaginari coniugati ⇒ C ellisse

r∞ ∩ C = 2 punti reali distinti ⇒ C iperbole
r∞ ∩ C = 2 punti reali coincidenti ⇒ C parabola

In questa classificazione si prende come elemento di confronto la retta impropria e non una
retta propria poiché in un cambiamento di riferimento affine i punti impropri rimangono
A.3. Polinomio interpolatore 149

impropri (cioè hanno in entrambi i riferimenti la terza coordinata uguale a 0). Infatti, un
cambiamento di riferimento affine (subordinato da uno proiettivo) è espresso da
 #
 x1 = a11 x1 + a12 x2 + a13 x3 ,
x# = a21 x1 + a22 x2 + a23 x3 ,
 #2
x3 = a33 x3 ,

e ponendo come al solito x# = x#1 /x#3 , y # = x#2 /x#3 si ha

9 #
x = ax + by + x0 ,
y # = cx + dy + y0 .

A.3 Polinomio interpolatore

Sia p(x) ∈ Rn [x],

p(x) = an xn + an−1 xn−1 + · · · + a1 x + a0 ;

n + 1 condizioni lineari indipendenti sui coefficienti individuano p(x).

Teorema A.1. Sia {αi }0≤i≤n una famiglia di numeri reali distinti e sia {βi }0≤i≤n
una famiglia di numeri reali. Allora, esiste un unico polinomio P (x) ∈ R n [x] tale che

P (αi ) = βi .

Dimostrazione. Le condizioni che P (x) deve soddisfare sono

an αin + an−1 αin−1 + · · · + a1 αi + a0 = βi ,

per 0 ≤ i ≤ n. Questo è un sistema lineare non omogeneo la cui matrice incompleta è

α0 α0n−1 · · · α0 1
 n 

A = α1n α1n−1 · · · α1 1 .
αnn αnn−1 · · · αn 1

Si può dimostrare che 0

det A = (αµ − αλ );
0≤λ<µ≤n

questo è il determinante di A. T. Vandermonde (1735–1796). Per le ipotesi, det A %= 0,

dunque la soluzione è unica. QED

L’interpretazione geometrica del precedente risultato è la seguente. Si dice parabola

di ordine n la curva algebrica

y = a 0 + a 1 x + · · · + a n xn .
150 Appendice

Il teorema precedente, quindi, afferma che fissati nel piano n+1 punti (xi , yi ), con xi %= xj
se i %= j, allora esiste un’unica parabola di ordine n passante per i suddetti punti.
Si osservi che una funzione f (x) reale, derivabile n volte in un punto, ammette uno
sviluppo di Taylor di ordine n, ed è quindi approssimabile in un intorno del punto da una
parabola di ordine n.
Si consideri ora una funzione f : U ⊂ R2 → R. Essa, sotto condizioni di regolarità,
ammette uno sviluppo di Taylor del tipo

f (x, y) = f (x0 , y0 ) + (fx0 (x − x0 ) + fy0 (y − y0 ))+

1 0
+ (fxx (x − x0 )2 + 2fxy0 0
(x − x0 )(y − y0 ) + fyy (y − y0 )2 ) + · · · (A.3.1)
2
La superficie Σ di equazione z = f (x, y) avrà nel punto P0 (x0 , y0 , z0 ) il piano tangente

z − z0 = fx0 (x − x0 ) + fy0 (y − y0 ).

Dunque, se nella (A.3.1) ci si ferma ai termini lineari, la superficie Σ è approssimata dal

suo piano tangente, arrestandosi ai termini di secondo grado Σ è approssimata da un
paraboloide.
Lo sviluppo (A.3.1) può essere traslato nell’origine per semplicità.
Se P0 è un punto critico per f (quindi fx0 = fy0 = 0), allora il paraboloide approssimante
è
1 0 2 0 0 2
Σ̃ : z = (fxx x + 2fxy xy + fyy y ). (A.3.2)
2
La matrice associata alla precedente forma quadratica è la matrice hessiana
, 0 0
-
fxx fxy
Hess(P0 ) = 0 0 ,
fyx fyy

che, come è noto, in questo caso è non degenere. Più in particolare si ha:

det Hess(P0 ) > 0 ⇔ Hess è definita ⇔ P0 ellittico

det Hess(P0 ) < 0 ⇔ Hess è indefinita ⇔ P0 iperbolico.

Se Hess è definita positiva, allora P0 è un punto di minimo relativo; se Hess è definita

negativa, allora P0 è un punto di massimo relativo.
Riducendo a forma canonica la quadrica (A.3.2) si ha

1.
Σ̃ : z̃ = λ1 x̃2 + λ2 ỹ 2 ).
2

Se P0 è ellittico, le sezioni di Σ̃ con i piani z̃ = cost saranno ellissi; se P0 è iperbolico, le

sezioni di Σ̃ con i piani z̃ = cost saranno iperboli.
A.4. Polinomi di Bernstein 151

I numeri reali λ1 e λ2 sono detti curvature principali di Σ̃ in P0 , mentre K(P0 ) = λ1 λ2

è detta curvatura gaussiana di Σ̃ in P0 , quindi

P0 ellittico ⇔ K(P0 ) > 0,

P0 iperbolico ⇔ K(P0 ) < 0.

Si dice curvatura media in P0 il numero

1
H(P0 ) = (λ1 + λ2 ).
2
I concetti sopra esposti hanno senso non solo nei punti critici, ma anche in ogni punto
della superficie, nell’ipotesi in cui esista il piano tangente ed il paraboloide approssimante.
Basta considerare Hess(P0 ) e trovare det(Hess(P0 )). Se det(Hess(P0 )) = 0 il punto si dice
parabolico.
Ad esempio un ellissoide ha tutti i punti ellittici, un iperboloide iperbolico ha tutti i
punti iperbolici, un cono ed un cilindro hanno tutti i punti parabolici, mentre un toro ha
punti di tutti e tre i tipi.
Arrestando lo sviluppo di Taylor alla potenza n-esima si avrà un paraboloide appros-
simante di ordine n che è una superficie algebrica descritta da un polinomio di grado n,
detto polinomio interpolante.

A.4 Polinomi di Bernstein

I polinomi di Bernstein sono utilizzati in Analisi Matematica, Analisi Numerica ed
Informatica Grafica con scopi differenti. Tuttavia, le proprietà che li rendono cosı̀ im-
portanti in campi diversi hanno un notevole interesse matematico che prescinde dalle
applicazioni.
Definizione A.4. Si dicono polinomi di Bernstein di grado n i polinomi
, -
n n i
Bi (t) = t (1 − t)n−i , i = 0, . . . , n,
i

ove, per n = 0, si pone B00 (t) = 1, e si pone Bin (t) = 0 per i %∈ {0, . . . , n}.
Lemma A.1. I polinomi di Bernstein soddisfano le seguenti proprietà.
1. Bin (t) ≥ 0 per t ∈ [0, 1];

2. Bin (t) = Bn−i

n
(1 − t);
4n n
3. i=0 Bi (t) = 1;

4. Bin (t) = (1 − t)Bin−1 (t) + tBi−1

n−1
(t);

5. Bin (t) ha un solo massimo (anche relativo) in [0, 1], per t = i/n.
152 Appendice

Dimostrazione.

1. Banale.
.n/ . n
/
2. Immediata, tenendo conto dell’identità i
= n−i
.

3. Si usi l’identità 1 = (t + (1 − t))n e la formula del binomio di Newton.

4. Si usi l’identità , - , - , -
n n−1 n−1
= + .
i i i−1

5. Basta vedere che d/dt Bin (t) = 0 per t = i/n.

QED

Proposizione A.2. I polinomi di Bernstein di grado n costituiscono una base di

Rn [t].

Dimostrazione. Infatti,
n
.n−i/ n .j /
.j−i
+ +
ti = ti ((1 − t) + t)n−i = n
/ Bjn (t) = .ni / Bjn (t) (A.4.3)
j=i j j=i i

in tal caso la matrice di passaggio tra {1, t, . . . , tn } e {Bjn } è la matrice (λij ) ∈ Rn+1,n+1
tale che per i, j = 1, . . . , n + 1
 j−1
 ( i−1 ) j ≥ i
λij = (i−1)
n

0 altrimenti,

che è chiaramente non singolare. QED

Esempio A.3. Si ha

B01 (t) = 1 − t, B11 (t) = t,

B02 (t) = (1 − t)2 , B12 (t) = 2t(1 − t), B22 (t) = t2 .

Si noti che i polinomi soddisfano la proprietà relativa al loro massimo descritta sopra.
Inoltre, Bin (t) per i = 0, . . . , n sono tutti di grado n; quindi un polinomio di grado minore
od uguale ad n sarà combinazione lineare di polinomi di grado uguale ad n. Per esempio

13 2
3t + 5 = 5B02 (t) + B (t) + 8B22 (t).
2 1
A.5. Numeri modulari e crittografia 153

Esprimendo 1, t, t2 tramite Bj2 (t), j = 1, 2, 3, si ha

1 = B02 (t) + B12 (t) + B22 (t),

1
t = B12 (t) + B22 (t),
2
t2 = B22 (t).

Esercizio A.5. Con riferimento all’esempio precedente, si scrivano esplicitamente le

matrici di passaggio dalla base monomiale a quella dei polinomi di Bernstein e viceversa.
Nota A.1. I polinomi di Bernstein sonno stati introdotti dal matematico russo S.
Bernstein per dimostrare il seguente teorema: sia f : [0, 1] → R una funzione continua;
allora esiste una successione {sn }n∈N di combinazioni lineari di polinomi di Bernstein
che tende ad f uniformemente. Il teorema si esprime in maniera più ‘compatta’ dicendo
che l’insieme dei polinomi è denso nell’insieme delle funzioni continue, e mostra che
ogni funzione continua può essere approssimata da un polinomio (si veda [30] per una
dimostrazione), anche se si prova che tale approssimazione è poco efficiente dal punto di
vista numerico [2].

A.5 Numeri modulari e crittografia

Il materiale qui presentato è tratto da [20].

A.5.a Congruenze
Definizione A.5. Sia n ∈ Z ! {0}, e siano x, y ∈ Z. Diciamo che x ed y sono
congruenti modulo n (x ≡ y (mod n)) se x − y è un multiplo di n (ossia n | x − y).
Osservazione A.1. La congruenza modulo n coincide con la congruenza modulo −n,
quindi nel seguito considereremo solo congruenze con moduli positivi.
Se n = 1 allora tutti i numeri sono congruenti.
Esempio A.4.

239 ≡ 1 (mod 7) essendo 239 − 1 = 7 · 34;

−1845 ≡ 3 (mod 8) essendo − 1845 − 3 = 8 · (−231);

La relazione di congruenza gode delle seguenti proprietà: per n ∈ Z ! {0}

1. x ≡ x (mod n) (proprietà riflessiva);

2. x ≡ y (mod n) ⇒ y ≡ x (mod n) (proprietà simmetrica);

3. x ≡ y (mod n) e y ≡ z (mod n) ⇒ x ≡ z (mod n) (proprietà transitiva).

Dunque la relazione di congruenza modulo n è una relazione di equivalenza in Z.

154 Appendice

Proposizione A.3. Se n ∈ Z ! {0} allora x ≡ y (mod n) se e solo se la divisione di

x ed y per n dà lo stesso resto.

Dimostrazione. Siano

x = q1 n + r1 , y = q 2 n + r2 .

Se x ≡ y (mod n), allora y − x = nk, quindi y = q1 n + r1 + nk = (q1 + k)n + r1 . Viceversa,

se r1 = r2 , risulta y − x = (q2 − q1 )n. In entrambi i casi il risultato segue dall’unicità del
quoziente e del resto nella divisione. QED

Definizione A.6. Sia x ∈ Z. L’insieme degli y ∈ Z tali che x ≡ y (mod n) si dice

classe di congruenza di x, e si indica con [x]n .
Ovviamente, [x]n = [r]n , dove r è il resto della divisione di x per n. Fissato n, ci sono
n distinte classi di congruenza: [0]n , [1]n ,. . . [n − 1]n . Esse si chiamano anche classi dei
resti. Poniamo Zn = {[0]n , [1]n , . . . , [n − 1]n }.
Esempio A.5. In Z4 = {[0]4 , [1]4 , [2]4 , [3]4 } si ha

[0]4 = {x ∈ Z | x : 4 ha resto 0} = {0, 4, 8, . . .}

[1]4 = {x ∈ Z | x : 4 ha resto 1} = {1, 5, 9, . . .}

Dunque, [m]n ∈ Zn ha la forma [m]n = {nα + m | α ∈ Z}.

Se [x]n ∈ Zn , ogni y ∈ [x]n si dice rappresentante di [x]n . Ovviamente, x è un
rappresentante di [x]n , e {0, 1, . . . , n − 1} sono rappresentanti per Zn .
Esempio A.6. {1024, 81, −18, −5} è un insieme di rappresentanti di Z4 (verificarlo).

Valgono le seguenti proprietà:

1. x ≡ y (mod n) ⇒ x + z ≡ y + z (mod n);

2. x ≡ y (mod n) ⇒ xz ≡ yz (mod n).

Il viceversa della seconda proprietà non è valido: 14 ≡ 2 (mod 12) ma 7 %≡ 1 (mod 12).
Definizione A.7. Siano [x]n , [y]n ∈ Zn , ed α ∈ Z. Si definiscono le operazioni in Zn

1. [x]n + [y]n = [x + y]n , somma,

2. [x]n · [y]n = [x · y]n , prodotto,

3. α · [x]n = [α · x]n , prodotto per un intero.

Si può dimostrare facilmente che queste definizioni sono ben poste, cioè le definizioni
non dipendono dai rappresentanti.
Notiamo che la somma ed il prodotto di classi rendono (Zn , +, ·) un anello commutativo
con unità, detto anello delle classi di resti o anello dei numeri modulari.
A.5. Numeri modulari e crittografia 155

Esempio A.7. Le operazioni in Z2 e Z3 .

+ [0]2 [1]2 · [0]2 [1]2

n=2: [0]2 [0]2 [1]2 [0]2 [0]2 [0]2
[1]2 [1]2 [0]2 [1]2 [0]2 [1]2
+ [0]3 [1]3 [2]3 · [0]3 [1]3 [2]3
[0]3 [0]3 [1]3 [2]3 [0]3 [0]3 [0]3 [0]3
n=3:
[1]3 [1]3 [2]3 [0]3 [1]3 [0]3 [1]3 [2]3
[2]3 [2]3 [0]3 [1]3 [2]3 [0]3 [2]3 [1]3
Consideriamo ora equazioni con incognite in Zn . Dati a, b ∈ Z vogliamo trovare x ∈ Z
tale che
1. [a]n + [x]n = [b]n . In questo caso la soluzione è [x]n = [b]n − [a]n = [b − a]n ;

2. [a]n · [x]n = [b]n . In questo caso la soluzione può non esistere.

Infatti, consideriamo in Z4 l’equazione [2]4 · [x]4 = [1]4 . Si hanno i seguenti prodotti in
Z4 :
[2]4 [0]4 = [0]4 , [2]4 [1]4 = [2]4 , [2]4 [2]4 = [0]4 , [2]4 [3]4 = [2]4 ,
quindi non esiste [x]4 ∈ Z4 tale che [2]4 · [x]4 = [1]4 . Un esempio di equazione del tipo
precedente che ammette soluzione in Z4 è [3]4 [x]4 = [1]4 . In generale si ha il seguente
risultato, che non sarà dimostrato.
Proposizione A.4. L’equazione [a]n [x]n = [1]n in Zn ha soluzione se e solo se a ed
n sono coprimi, ovvero se e solo se MCD(a, n) = 1; in tal caso, la soluzione è unica
(mod n).
Esempio A.8. L’equazione [27]31 · [x]31 = [1]31 ha soluzione in Z31 poiché 27 e 31
sono coprimi. Troviamo x, y ∈ Z tali che 27x + 31y = 1 con l’algoritmo della divisione
euclidea [8, 20]. Risulta x = −8 e y = 7, da cui [27]−1
31 = [−8]31 = [23]31 .
Dunque, gli elementi invertibili in Zn sono tutte le classi [a]n tali che MCD(a, n) = 1.
Vale la seguente ovvia conseguenza.
Corollario A.1. L’anello Zn è un campo se e solo se n è un numero primo.

A.5.b Applicazioni alla crittografia

MESSAGGIO
MITTENTE −→ RICEVENTE
Il mittente vuole spedire un messaggio M al ricevente in condizioni di sicurezza. Per fare
ciò, il mittente codifica il messaggio M secondo procedimenti che vedremo in seguito,
trasformandolo in un messaggio N , e lo trasmette. Il ricevente lo decodifica ed ottiene il
messaggio M .
L’obiettivo di questo paragrafo è applicare la teoria degli anelli Zn al precedente
problema.
156 Appendice

Codice 1 × 1 (o codice di sostituzione monoalfabetico)

Consideriamo Z26 , dove ogni classe di resto rappresenta una lettera in modo ovvio (ad
esempio, [1]26 = A, [2]26 = B, ecc.). Vogliamo trasmettere il messaggio “tanti auguri”.
Trasformiamo le lettere nei numeri corrispondenti

T A N T I X A U G U R I
20 1 14 20 9 24 1 21 7 21 18 9 (A.5.4)
−6 1 −12 −6 9 −2 1 −5 7 −5 −8 9

La terza stringa è stata ottenuta considerando i rappresentanti delle classi di resto aventi
modulo minimo.
Scegliamo un numero invertibile in Z26 , ad esempio 5 (infatti [5]−1 26 = [−5]26 poi-
ché [5]26 [−5]26 = [1]26 ) Moltiplicando la terza stringa di (A.5.4) per 5 (modulo 26) e
riconducendoci alle lettere si ottiene

22 5 18 22 19 16 5 1 9 1 12 19
(A.5.5)
V E R V S P E A I A L S

Il ricevente trasformerà l’ultima stringa nella stringa numerica corrispondente, poi otterrà
la stringa numerica corretta (cioè corrispondente al messaggio) moltiplicando tale stringa
per −5 (modulo 26). Infatti 22 · (−5) ≡ 20 (mod 26), che corrisponde a T, e cosı̀ via.
Ovviamente, questo codice è facilmente violabile perché ad ogni lettera del messaggio
corrisponde la stessa lettera del messaggio codificato. Per ogni linguaggio sono facilmente
reperibili le cosiddette analisi di frequenza, che dànno le percentuali di utilizzo di ogni
lettera dell’alfabeto in quel linguaggio. Con questi dati è possibile capire a quale lettera
corrisponda un dato simbolo nel messaggio codificato, conoscendo il linguaggio utilizzato.
Inoltre le chiavi possibili sono solo 12 (perché?).

Codice matriciale 2 × 2 (o codice di sostituzione a blocchi)

Scegliamo una matrice A ∈ Z2,2

26 quadrata invertibile. Ad esempio

, - , -
8 13 −1 −8 13
A= , det A = 1 e A = .
−5 −8 5 8

Accoppiamo da sinistra i numeri della stringa corrispondente al messaggio del precedente

sottoparagrafo (A.5.4)
, - , - , - , - , - , -
−6 −12 9 1 7 −8
, , , , , .
1 −6 −2 −5 −5 9
A.5. Numeri modulari e crittografia 157

Moltiplichiamo questi vettori per la matrice A, ottenendo

, -, - , - , -, - , - , -, - , -
8 13 −6 17 8 13 9 20 8 13 7 17
= , = , = ,
−5 −8 1 22 −5 −8 −2 23 −5 −8 −5 5
, -, - , - , -, - , - , -, - , -
8 13 −12 8 8 13 1 21 8 13 −8 1
= , = , = .
−5 −8 −6 4 −5 −8 −5 9 −5 −8 9 20

Otteniamo il messaggio codificato

17 22 8 4 20 23 21 9 17 5 1 20
(A.5.6)
Q V H D T W U I Q E A T

Il ricevente, ottenuta la stringa alfabetica precedente, la trasforma nella corrispondente

stringa numerica, poi accoppia i numeri e moltiplica i vettori cosı̀ ottenuti per A −1 :
, -, - , -
−8 13 17 20
= ,...
5 8 22 1

ottenendo la stringa numerica corrispondente al messaggio.

Anche questo codice non è molto sicuro. Per aumentarne la sicurezza si può passare
ad un codice 3 × 3. Oppure, si può aumentare la lunghezza dell’alfabeto includendo, ad
esempio, i simboli !, ?, ecc. passando ad un alfabeto a 31 simboli. Essendo 31 primo,
risulta ϕ(31) = 301 , quindi aumentano le possibili chiavi. Inoltre, è facile rendersi conto
del fatto che questo codice non è sensibile alle analisi di frequenza, poiché la codifica di
ogni lettera dipende da altri simboli (un altro simbolo nell’esempio considerato, 2 simboli
nel caso di un codice 3 × 3, ecc.).

1
Qui ϕ rappresenta l’indicatore di Eulero, ovvero la funzione che assegna ad ogni numero naturale
n ∈ N il numero dei numeri naturali 1 ≤ k < n che sono primi con n, ovvero tali che k ed n non hanno
divisori in comune. Ovviamente ϕ(p) = p − 1 se p è primo.
 BIBLIOGRAFIA

[1] S. Abeasis: Algebra lineare e geometria, Zanichelli 1990.

[2] K. E. Atkinson: An introduction to numerical analysis, 2nd ed., J.Wiley & Sons, 1989.

[3] Z. Bai, C. Bischof, S. Blackford, J. Demmel, J. Dongarra, J. Du Croz, A.

Greenbaum, S. Hammarling, A. McKenney, D. Sorensen: LAPACK user’s guide,
Society for Industrial and Applied Mathematics (1999), http://www.netlib.org/lapack/
lug/index.html

[4] M. W. Baldoni, C. Ciliberto, G. M. Piacentini Cattaneo: Aritmetica, crittografia

e codici, Springer 2006.

[5] D. Bini, M. Capovani, O. Menchi: Metodi numerici per l’algebra lineare, Zanichelli,
1989.
◦
[6] A. Björck: Solving linear least square problems by Gram–Schmidt orthogonalization, BIT
7 (1967), 1–21.

[7] G. Calvaruso, R. Vitolo: Esercizi di Geometria ed Algebra, Università di Lecce, 2001

http://poincare.unile.it/vitolo.

[8] A. Caranti, S. Mattarei: Teoria dei numeri e crittografia, note del corso di A. Caranti,
Univ. di Trento, 2002 (reperibile in Internet).

[9] B. Casselman: Mathematical Illustrations – a manual of geometry and PostScript,

Cambridge Univ. Press 1005, disponibile in Internet http://www.math.ubc.ca/~cass/
graphics/manual/

[10] I. Cattaneo Gasparini: Strutture algebriche, operatori lineari, Roma, 1989.

[11] I. Cattaneo Gasparini, G. De Cecco: Introduzione ai metodi della geometria

differenziale (per ingegneri e fisici), ed. Veschi, Roma, 1979.

[12] V. Checcucci, A. Tognoli, E. Vesentini: Lezioni di topologia generale, Feltrinelli

1972.

[13] V. Comincioli: Analisi numerica: complementi e problemi, McGraw–Hill, 1991

[14] P. de Bartolomeis: Algebra Lineare, La Nuova Italia, Firenze 1993.

[15] G. De Cecco: Le origini storiche della geometria proiettiva (appunti redatti da S. P.

Ruggeri), Dipart. di Matematica “E. De Giorgi”, Lecce, 1999.

158
Bibliografia 159

[16] G. De Cecco, R. Vitolo: Note di geometria ed algebra. Dispense del corso di Geometria
ed Algebra per la laurea di I livello della Facoltà di Ingegneria dell’Università di Lecce, URL:
http://poincare.unile.it/vitolo.

[17] G. Farin: Curves and Surfaces for Computer Aided Geometric Design, A Practical Guide,
Academic Press Inc.

[18] J. D. Foley, A. van Dam, S. K. Feiner, J. F. Hughes: Computer Graphics, principles

and practice, Addison-Wesley, 1997.

[19] E. Fornasini, M. E. Valcher: Metodi e algoritmi per lo studio dei sistemi multivariabili
(Parte I), a.a. 1997/1998, Università di Padova.

[20] E. Francot, R. Vitolo: Note di teoria dei numeri, dispense per i corsi di laurea
teledidattici Net.T.Un.O., 2002. URL: http://www.nettuno.unile.it/

[21] H. Goldstein: Classical Mechanics, 2nd ed., Addison-Wesley 1980.

[22] G. H. Golub, C. F. Van Loan: Matrix Computations, Johs Hopkins Univ. Press, 3 rd
edition.

[23] W. Greub: Linear Algebra, IV ed., Springer, 1975.

[24] W. Keith Nicholson: Algebra lineare (dalle applicazioni alla teoria), McGraw–Hill, 2002.

[25] V. V. Klyuev, H. I. Kokovkin-Shcherbak: Minimization of the number of arithmetic

operations in the solution of linear algebraic systems of equations, USSR Computational
Mathematics and Mathematical Physics 5 (1965), 25–43.

[26] N. Koblitz: A course in number theory and cryptography, 2nd ed., Springer 1994.

[27] A. K. Jain: Fundamentals of digital image processing, Englewood Cliffs, Prentice Hall,
1989.

[28] A. Quarteroni, F. Saleri: Introduzione al calcolo scientifico: esercizi e problemi risolti

con MATLAB, Springer, 2002.

[29] A. Quarteroni, R. Sacco, F. Saleri: Matematica numerica, Springer, 1998.

[30] C. Ravaglia: Analisi Matematica I, CUSL Bologna, 1989.

[31] G. Ricci, M. E. Valcher: Segnali e sistemi, Ed. Libreria Progetto, Padova 2001.

[32] L. Salce: Lezioni sulle matrici, ed. Decibel–Zanichelli, 1993.

[33] A. Sanini: Lezioni di Geometria, ed. Levrotto-Bella, Torino 1993; Esercizi di Geometria,
ed. Levrotto-Bella, Torino 1993.

[34] L.L. Scharf: Statistical signal processing, Addison-Wesley 1990.

[35] L. Sciavicco, B. Siciliano: Robotica industriale: modellistica e controllo di

manipolatori, Ed. McGraw-Hill, Milano, 2000.
160 Bibliografia

[36] K. Sigmon: Matlab primer, 3rd ed., Dept. of Mathematics, Univ. of Florida, 1993. http:
//poincare.unile.it/vitolo/vitolo_files/didattica/calcmat/matlab.ps.gz

[37] S. Savchenko: 3Dgpl’s – 3D Graphics Reference. 1995.

 INDICE ANALITICO

LATEX2e, 7 elemento improprio, 147

endomorfismi nilpotenti, 41
Alberti, L.B., 72 endomorfismo
angoli di Eulero, 66 aggiunto, 146
Apollonio, 72 hermitiano, 146
applicazione esponenziale di matrici, 35–37, 49
aggiunta, 146 eq. differenziali, 37
autospazio generalizzato, 44 Euclide, 72
Eulero, angoli di, 66
Bézier, curva di, 73
Bézier, P., 73 fattorizzazione
Bachelard, G., 73 con matrici element., 87
base LL∗ , 82, 101
a bandiera, 17 LU, 81
di Jordan, 39 QR, 81, 96, 100
ortonormale, 98 Feuerbach, K.F., 73
Bernstein, S., 73 figure omeomorfe, 55
blocco forma di Jordan reale, 45
di Jordan, 19 forma canonica
elementare, 40 di Smith, 131
nilpotente, 40 forma canonica di Jordan, 39
Bobilier, E., 73 forma canonica di una matrice, 16
forma sesquilineare, 144
campi finiti, 81, 153 autoconiugata, 144
Cayley, A., 6 funzioni matriciali, 30
cerchi di Gershgorin, 107
Gauss, C.F
Chasles, M., 73
metodo di, 88
cilindro, 70
Gauss, C.F., 6
clipping, 76
Gershgorin, S.A., 107
coefficienti di Fourier, 145
cerchi di, 107
cofattore, 15
Primo teorema, 107
cono, 70
Secondo teorema, 107
coseno di matrici, 35
crittografia, 155 Hamilton, W.R., 61
curva di Bézier, 73
curvatura, 151 identità del parallelogramma, 11
indice di condizionamento, 115
de Casteljau, P., 74
decomposizione ai valori singolari, 113, 114 Jordan
decomposizione polare, 119 base di, 39, 40
Desargues, G., 72 blocco di, 19
diagonalizzazione simultanea, 26 catena di, 40
disuguaglianza di Bessel, 145 forma canonica di, 18, 39

161
162 Indice analitico

reale, 45 triangolarizzabile, 18
Jordan, W., 93 tridiagonale, 9, 92, 112
unipotente, 10
Klein, F., 73 unitaria, 20, 146
maxima, 66
Laplace, P. L. metodi diretti, 80
regola di, 15 metodo
Leibnitz, G.W., 6 dei minimi quadrati, 122
localizzazione degli autovalori, 106 del massimo pivot, 92
del pivot, 91
Möbius, A.F., 73 di Cholesky, 101
matrice, 6, 8 di Gauss, 88
a blocchi, 14 di Householder, 95
diagonale, 14 Gauss–Jordan, 93
triangolare, 14 Givens, 99
aggiunta, 19 LL∗ , 101
antihermitiana, 19 per minimi quadrati, 125
compagna, 108 QR
complessa, 19 per basi orton., 98
coniugata, 19 per gli autovalori, 110
coseno di una, 35 per minimi quadrati, 125
definita positiva, 23 minore
di permutazione, 84 complementare, 15
di trasformazione, 56 principale, 9
di fase, 20 Monge, G., 72
di Hessenberg, 9, 112
di Pauli, 64 Newton, disuguaglianza di, 14
di scambio, 84 norma, 11, 145
diagonale, 9 del massimo, 12
elementare, 85 del tassista, 12
di Gauss, 89 di Frobenius, 11
di Gauss–Jordan, 94 di Manhattan, 12
di Householder, 95 euclidea, 11
esponenziale di una, 35–37 massima somma di colonna, 12
forma canonica, 16 massima somma di riga, 13
Givens, 99 naturale, 12
hermitiana, 19, 114 spettrale, 121
normale, 20 submoltiplicativa, 13
polinomiale, 128 numero di condizionamento, 110
elementare, 130
equivalenza, 131 piano proiettivo, 148
fattori invarianti, 129 Plücker, J., 73
forma canonica, 131 poligono di controllo, 76
rango, 129 polinomi
singolare, 129 di Bernstein, 74
unimodulare, 132 polinomio
pseudoinversa di una, 117 annullatore, 31
radice quadrata di una, 120 di Bernstein, 73, 151
seno di una, 35 interpolatore, 149
trasformazioni su una, 83 matriciale, 30
triangolare, 9 minimo, 33
inversa di una, 81 Poncelet, J.V., 72
Indice analitico 163

PostScript teorema di, 24

font, 77
stack, 78 teorema
prodotto hermitiano, 144 di Cauchy, 108
prodotto scalare hermitiano, 144 di Cayley–Hamilton, 31
proiezione, 69 di Gershgorin
ortografica, 70 primo, 107
parallela, 69 secondo, 107
prospettica, 69 di Hirsch, 122
pseudoinversa di Moore–Penrose, 117 di Schur, 21
punto di Sylvester, 24
critico, 24 diagonale dominante, 25
di controllo, 59 spettrale I, 22
fiduciale, 59 spettrale II, 22
improprio, 147 trasformazione
asimmetria, 58
quaternioni, 61 di scala, 56
come vettori, 62 forbice, 58
coniugato, 63 matrice di, 56
corpo dei, 62 proiettiva, 59
norma, 63 ribaltamento, 57
parte immaginaria, 63 rotazione, 57, 61
parte reale, 63 scala, 60
unitari, 65 shear, 58
quoziente di Rayleigh, 106 similitudine, 56
simmetria, 61
raggio spettrale, 121 skew, 58
retta impropria, 148 traslazione, 56, 60
retta proiettiva, 147 unitaria, 146
ricerca degli autovalori, 110 warp, 56

Schur valori singolari, 114

teorema di, 21 decomposizione, 113, 114
seno di matrici, 35 Vandermonde, A.T., 124, 149
serie di potenze, 34 vettori ortogonali, 145
sistema lineare, 80
a matrice triangolare, 81
con mat. tridiagonale, 92
generale, 116
sol. minimi quadrati, 123
soluzioni approssimate, 123
sopradiagonale, 9
sottodiagonale, 9
sottospazio
a bandiera, 17
invariante, 16
stabile, 16
spazio normato, 11
spazio vettoriale hermitiano, 145
spin, 64
Steiner, J., 72
Sylvester, J., 6, 115