Decomposizione di una matrice

Da Wikipedia, l'enciclopedia libera.

In matematica, in particolare in algebra lineare, la decomposizione di una matrice o fattorizzazione di una matrice è la fattorizzazione di una matrice nel prodotto di più matrici. Vi sono diverse decomposizioni matriciali in letteratura, ognuna delle quali associata ad una certa classe di problemi.

Elenco di alcune delle decomposizioni più utilizzate[modifica | modifica wikitesto]

  • Teorema spettrale
    • Applicabile a: matrici quadrate con autovettori distinti (ma non necessariamente anche distinti autovalori).
    • Decomposizione: A=VDV^{-1}, dove D è una matrice diagonale composta da autovalori di A e le colonne di V sono i corrispondenti autovettori.
  • Forma canonica di Jordan
    • Applicabile a: matrici quadrate.
    • La forma canonica di Jordan generalizza la decomposizione spettrale a casi in cui vi sono autovalori ripetuti e non è possibile effettuare la diagonalizzazione. Vi è inoltre la decomposizione di Jordan-Chevalley, che può essere facilmente descritta quando si conosce la forma canonica di Jordan; a differenza di essa, però, esiste sotto ipotesi più deboli (non richiede la scelta di una base).
  • Decomposizione di Schur
    • Applicabile a: matrici quadrate.
    • Decomposizione (versione complessa): A=UTU^H, dove D è una matrice unitaria, U^H è la trasposta coniugata e T è una matrice triangolare superiore detta forma di Schur complessa, che possiede gli autovalori di A sulla diagonale. Una matrice complessa ammette sempre una decomposizione di Schur.
    • Decomposizione (versione reale): A=VSV^T, dove A, V, S e V^T (la trasposta di V) sono matrici reali. In tal caso V è ortogonale, S è una matrice triangolare superiore a blocchi detta forma di Schur reale. Una matrice reale ammette una decomposizione di Schur se e solo se posside tutti gli autovalori reali.
  • Decomposizione QZ
    • Applicabile a: due matrici quadrate.
    • Decomposizione (versione complessa): A=QSZ^H e B=QTZ^H dove Q e Z sono unitarie, S e T triangolari superiori.
    • Decomposizione (versione reale): A=QSZ^T e B=QTZ^T, dove A, B, Q, Z, S e T sono matrici reali. In tal caso Q e Z sono ortogonali, S e T triangolari superiori a blocchi.
  • Fattorizzazione di Takagi
    • Applicabile a: matrici quadrate, complesse e simmetriche.
    • Decomposizione: A=VDV^T, dove D è diagonale e non-negativa e V è unitaria.

Altre decomposizioni[modifica | modifica wikitesto]

Bibliografia[modifica | modifica wikitesto]

  • (EN) B. Noble, J.W. Daniel, Applied linear algebra , Prentice-Hall (1969) pp. Sect. 9.4–9.5
  • (EN) D.M. Young, R.T. Gregory, A survey of numerical mathematics , II , Dover (1988)
  • (EN) G. Strang, Linear algebra and its applications , Harcourt–Brace–Jovanovich (1976)
  • (EN) J. Stoer, R. Bulirsch, Introduction to numerical analysis , Springer (1993)
  • (EN) H. Bart, I. Gohberg, M.A. Kaashoek, Minimal factorization of matrix and operator functions , Birkhäuser (1979)
  • (EN) C. Simon and L. Blume, Chapter 7 in Mathematics for Economists, Norton, 1994, ISBN 0-393-95733-0.

Voci correlate[modifica | modifica wikitesto]

Collegamenti esterni[modifica | modifica wikitesto]

matematica Portale Matematica: accedi alle voci di Wikipedia che trattano di matematica