Salta al contenuto
Note per Studenti Esercizio - norme e raggio spettrale di matrici 2x2 e 3x3

Esercizio - norme e raggio spettrale di matrici 2x2 e 3x3

Teoria: Norme di matrici e condizionamento dei sistemi lineariNorme di vettore $|x|1=\sum|x_i|$, $|x|2=\sqrt{\sum x_i^2}$, $|x|\infty=\max|x_i|$. Norma di matrice indotta $|A|=\max{x\ne0}\frac{|Ax|}{|x|}$: $|A|1$ = massima somma per colonne, $|A|\infty$ = massima somma per righe, $|A|2=\sqrt{\lambda{\max}(A^TA)}$ (= $\rho(A)$ se $A$ simmetrica); valgono $|Ax|\le|A||x|$, $|AB|\le|A||B|$, $\rho(A)\le|A|$. Numero di condizionamento $\kappa(A)=|A||A^{-1}|\ge1$ ($\kappa_2=\frac{\sigma_{\max}}{\sigma_{\min}}$, per SPD $\frac{\lambda_{\max}}{\lambda_{\min}}$, per ortogonali 1). Se $A\mathbf x=\mathbf b$ e $A(\mathbf x+\delta\mathbf x)=\mathbf b+\delta\mathbf b$: $\frac{|\delta\mathbf x|}{|\mathbf x|}\le\kappa(A)\frac{|\delta\mathbf b|}{|\mathbf b|}$ (D); con residuo $\mathbf r=\mathbf b-A\hat{\mathbf x}$: $\frac1\kappa\frac{|\mathbf r|}{|\mathbf b|}\le\frac{|\mathbf x-\hat{\mathbf x}|}{|\mathbf x|}\le\kappa\frac{|\mathbf r|}{|\mathbf b|}$. Si perdono circa $\log_{10}\kappa$ cifre; un residuo piccolo non garantisce un errore piccolo se $\kappa$ è grande.Norme di matrici e condizionamento dei sistemi lineari →, Autovalori e autovettoriUn autovettore è un vettore non nullo che una funzione lineare manda in un suo multiplo; si trovano gli autovalori come radici del polinomio caratteristico det(A − λI) e gli autovettori come nucleo di A − λI. Matrici simili hanno gli stessi autovalori.Autovalori e autovettori →.

Testo. Siano B=(3045),K=(2−10−12−10−12).B=\begin{pmatrix}3&0\\4&5\end{pmatrix},\qquad K=\begin{pmatrix}2&-1&0\\-1&2&-1\\0&-1&2\end{pmatrix}.

  1. Calcolare per BB le norme ∥B∥1\|B\|_1, ∥B∥∞\|B\|_\infty, ∥B∥F\|B\|_F, ∥B∥2\|B\|_2 e il raggio spettrale ρ(B)\rho(B). Verificare ρ(B)≤∥B∥2\rho(B)\le\|B\|_2.
  2. Calcolare κ1(B)\kappa_1(B), κ∞(B)\kappa_\infty(B) e κ2(B)\kappa_2(B).
  3. Per KK calcolare ∥K∥1\|K\|_1, ∥K∥∞\|K\|_\infty e ρ(K)\rho(K); dedurre ∥K∥2\|K\|_2.
  4. (Teoria) Dimostrare che ∥A∥2≤∥A∥1 ∥A∥∞\|A\|_2\le\sqrt{\|A\|_1\,\|A\|_\infty} e verificarlo per BB.

Soluzione

1. Norme di BB.

  • Somme per colonne: colonna 1: ∣3∣+∣4∣=7|3|+|4|=7; colonna 2: 0+5=50+5=5. ∥B∥1=max⁡(7,5)=7\|B\|_1=\max(7,5)=7.
  • Somme per righe: riga 1: 3+0=33+0=3; riga 2: 4+5=94+5=9. ∥B∥∞=max⁡(3,9)=9\|B\|_\infty=\max(3,9)=9.
  • Frobenius: ∥B∥F=9+0+16+25=50=7,0711\|B\|_F=\sqrt{9+0+16+25}=\sqrt{50}=7{,}0711.
  • Norma 2: BTB=(3405)(3045)=(25202025)B^TB=\begin{pmatrix}3&4\\0&5\end{pmatrix}\begin{pmatrix}3&0\\4&5\end{pmatrix}=\begin{pmatrix}25&20\\20&25\end{pmatrix}, autovalori 25±20=45, 525\pm20=45,\ 5 (autovettori (1,1)(1,1) e (1,−1)(1,-1)). ∥B∥2=45=6,7082\|B\|_2=\sqrt{45}=6{,}7082.
  • Autovalori di BB (triangolare): 33 e 55, quindi ρ(B)=5≤∥B∥2=6,71\rho(B)=5\le\|B\|_2=6{,}71 ✓ (e ≤∥B∥1=7\le\|B\|_1=7, ≤∥B∥∞=9\le\|B\|_\infty=9).

Controllo di consistenza: ∥B∥2≤∥B∥F\|B\|_2\le\|B\|_F: 6,71≤7,076{,}71\le7{,}07 ✓.

2. Condizionamento. det⁡B=15\det B=15, B−1=115(50−43)=(130−41515)B^{-1}=\frac1{15}\begin{pmatrix}5&0\\-4&3\end{pmatrix}=\begin{pmatrix}\frac13&0\\-\frac4{15}&\frac15\end{pmatrix}.

  • ∥B−1∥1\|B^{-1}\|_1: colonne 13+415=915=0,6\frac13+\frac4{15}=\frac9{15}=0{,}6 e 15\frac15: 0,60{,}6. κ1=7⋅0,6=4,2\kappa_1=7\cdot0{,}6=4{,}2.
  • ∥B−1∥∞\|B^{-1}\|_\infty: righe 13\frac13 e 415+15=715=0,4667\frac4{15}+\frac15=\frac7{15}=0{,}4667: 715\frac7{15}. κ∞=9⋅715=4,2\kappa_\infty=9\cdot\frac7{15}=4{,}2.
  • κ2\kappa_2: i valori singolari di BB sono 45\sqrt{45} e 5\sqrt5 (quelli di B−1B^{-1} sono i reciproci), quindi κ2=455=3\kappa_2=\sqrt{\frac{45}5}=3. Come controllo, σmax⁡σmin⁡=45⋅5=15=∣det⁡B∣\sigma_{\max}\sigma_{\min}=\sqrt{45\cdot5}=15=|\det B| ✓. Tutti i valori sono piccoli: la matrice è ben condizionata.

3. Matrice KK. KK è simmetrica, con righe e colonne di somma assoluta 3,4,33,4,3: ∥K∥1=∥K∥∞=4\|K\|_1=\|K\|_\infty=4. Gli autovalori di KK sono 2−2, 2, 2+22-\sqrt2,\ 2,\ 2+\sqrt2 (da det⁡(K−λI)=(2−λ)[(2−λ)2−2]=0\det(K-\lambda I)=(2-\lambda)\big[(2-\lambda)^2-2\big]=0), quindi ρ(K)=2+2=3,4142\rho(K)=2+\sqrt2=3{,}4142. Per una matrice simmetrica ∥K∥2=ρ(K)=3,4142\|K\|_2=\rho(K)=3{,}4142. Si rispetta ρ≤∥K∥2≤∥K∥1=4\rho\le\|K\|_2\le\|K\|_1=4 ✓ (la norma 1 sovrastima del 17%).

4. Dimostrazione. Siccome ATAA^TA è simmetrica, ∥A∥22=λmax⁡(ATA)=ρ(ATA)≤∥ATA∥1\|A\|_2^2=\lambda_{\max}(A^TA)=\rho(A^TA)\le\|A^TA\|_1 (raggio spettrale ≤\le qualunque norma indotta). Per la submoltiplicatività ∥ATA∥1≤∥AT∥1∥A∥1\|A^TA\|_1\le\|A^T\|_1\|A\|_1 e ∥AT∥1\|A^T\|_1 (massima somma per colonne di ATA^T) è la massima somma per righe di AA, cioè ∥A∥∞\|A\|_\infty. Quindi ∥A∥22≤∥A∥∞∥A∥1\|A\|_2^2\le\|A\|_\infty\|A\|_1. ■\blacksquare Per BB: 7⋅9=63=7,94≥∥B∥2=6,71\sqrt{7\cdot9}=\sqrt{63}=7{,}94\ge\|B\|_2=6{,}71 ✓.

Risultati: ∥B∥1=7\|B\|_1=7, ∥B∥∞=9\|B\|_\infty=9, ∥B∥F=7,07\|B\|_F=7{,}07, ∥B∥2=6,71\|B\|_2=6{,}71, ρ(B)=5\rho(B)=5; κ1=κ∞=4,2\kappa_1=\kappa_\infty=4{,}2, κ2=3\mathbf{\kappa_2=3}; ∥K∥1=∥K∥∞=4\|K\|_1=\|K\|_\infty=4, ∥K∥2=ρ(K)=2+2\mathbf{\|K\|_2=\rho(K)=2+\sqrt2}.

Errori tipici. Scambiare le somme per righe e per colonne; calcolare ∥B∥2\|B\|_2 come ρ(B)\rho(B) (vale solo per matrici simmetriche; qui 5≠6,715\ne6{,}71); dimenticare la radice quadrata nell'autovalore di BTBB^TB.

Versione ripasso

(Norme di matrici e condizionamento dei sistemi lineariNorme di vettore $|x|1=\sum|x_i|$, $|x|2=\sqrt{\sum x_i^2}$, $|x|\infty=\max|x_i|$. Norma di matrice indotta $|A|=\max{x\ne0}\frac{|Ax|}{|x|}$: $|A|1$ = massima somma per colonne, $|A|\infty$ = massima somma per righe, $|A|2=\sqrt{\lambda{\max}(A^TA)}$ (= $\rho(A)$ se $A$ simmetrica); valgono $|Ax|\le|A||x|$, $|AB|\le|A||B|$, $\rho(A)\le|A|$. Numero di condizionamento $\kappa(A)=|A||A^{-1}|\ge1$ ($\kappa_2=\frac{\sigma_{\max}}{\sigma_{\min}}$, per SPD $\frac{\lambda_{\max}}{\lambda_{\min}}$, per ortogonali 1). Se $A\mathbf x=\mathbf b$ e $A(\mathbf x+\delta\mathbf x)=\mathbf b+\delta\mathbf b$: $\frac{|\delta\mathbf x|}{|\mathbf x|}\le\kappa(A)\frac{|\delta\mathbf b|}{|\mathbf b|}$ (D); con residuo $\mathbf r=\mathbf b-A\hat{\mathbf x}$: $\frac1\kappa\frac{|\mathbf r|}{|\mathbf b|}\le\frac{|\mathbf x-\hat{\mathbf x}|}{|\mathbf x|}\le\kappa\frac{|\mathbf r|}{|\mathbf b|}$. Si perdono circa $\log_{10}\kappa$ cifre; un residuo piccolo non garantisce un errore piccolo se $\kappa$ è grande.Norme di matrici e condizionamento dei sistemi lineari →)

B=(3045)B=\begin{pmatrix}3&0\\4&5\end{pmatrix}, K=(2−10−12−10−12)K=\begin{pmatrix}2&-1&0\\-1&2&-1\\0&-1&2\end{pmatrix}.

  • ∥B∥1=max⁡(7,5)=7\|B\|_1=\max(7,5)=7 (colonne), ∥B∥∞=max⁡(3,9)=9\|B\|_\infty=\max(3,9)=9 (righe), ∥B∥F=50=7,07\|B\|_F=\sqrt{50}=7{,}07.
  • BTB=(25202025)B^TB=\begin{pmatrix}25&20\\20&25\end{pmatrix}, λ=45,5\lambda=45,5: ∥B∥2=45=6,71\|B\|_2=\sqrt{45}=6{,}71. ρ(B)=5≤6,71\rho(B)=5\le6{,}71.
  • B−1=(130−41515)B^{-1}=\begin{pmatrix}\frac13&0\\-\frac4{15}&\frac15\end{pmatrix}: κ1=7⋅0,6=4,2\kappa_1=7\cdot0{,}6=4{,}2, κ∞=9⋅715=4,2\kappa_\infty=9\cdot\frac7{15}=4{,}2, κ2=45/5=3\kappa_2=\sqrt{45/5}=3 (σ1σ2=15=det⁡\sigma_1\sigma_2=15=\det).
  • KK: ∥K∥1=∥K∥∞=4\|K\|_1=\|K\|_\infty=4, autovalori 2−2,2,2+22-\sqrt2,2,2+\sqrt2, ∥K∥2=ρ(K)=3,414\|K\|_2=\rho(K)=3{,}414 (simmetrica).
  • D: ∥A∥22=ρ(ATA)≤∥ATA∥1≤∥AT∥1∥A∥1=∥A∥∞∥A∥1\|A\|_2^2=\rho(A^TA)\le\|A^TA\|_1\le\|A^T\|_1\|A\|_1=\|A\|_\infty\|A\|_1; per BB 63=7,94≥6,71\sqrt{63}=7{,}94\ge6{,}71.

Errori tipici: righe e colonne scambiate; ∥B∥2=ρ(B)\|B\|_2=\rho(B) per matrice non simmetrica; radice dimenticata.

Teoria collegata