Tema 21. Exponencial de una matriz Formas canónicas de Jordan.
|
|
- Andrea Márquez Mendoza
- hace 5 años
- Vistas:
Transcripción
1 Tema 21 Exponencial de una matriz En este tema vamos a definir y calcular la exponencial de una matriz cuadrada mediante una expresión formalmente análoga al desarrollo en serie de potencias de la exponencial real Para calcular esta exponencial vamos a utilizar la forma canónica de Jordan de la matriz, lo que también nos permite desarrollar un procedimiento para el cálculo de la potencia de una matriz 211 Formas canónicas de Jordan Si A es diagonalizable existe P no singular tal que P 1 AP D, con D diagonal De esta forma, A PDP 1 y se tiene que A m PD m P 1 Cuando estamos interesados en calcular las potencias de una matriz y ésta no es diagonalizable buscamos una expresión de la matriz que nos permita operar de forma sencilla Esta expresión va a ser la forma canónica de Jordan y para obtener la base en la cual se expresa necesitamos ampliar el concepto de autovector Definición 211 Sean A M n n (R) una matriz cuadrada y λ i un autovalor de multiplicidad m i H k (λ i ) {u R n /(A λ i I) k u } con k N es un subespacio vectorial de R n cuyos elementos reciben el nombre de autovectores generalizados de orden k Estos subespacios forman una cadena creciente en la que H (λ i ) es el vector cero y H 1 (λ i ) el subespacio de autovectores asociado a λ i Siempre existe un orden a partir del cual la cadena no crece más, de forma que la dimensión del mayor subespacio de la cadena coincide con la multiplicidad del autovalor 535
2 Bloque VI ÁLGEBRA AMPLIADA Proposición 212 Sean A M n n (R) una matriz cuadrada y λ i un autovalor de multiplicidad m i H (λ i ) {θ} y H 1 (λ i ) H(λ i ) H k (λ i ) H k+1 (λ i ) k N Existe k i N tal que k k i dim(h k (λ i )) m i La forma canónica de Jordan de una matriz se estructura en cajas, que son submatrices cuadradas de un orden menor, de forma que obtenemos una matriz diagonal por cajas (no es realmente diagonal) Definición 213 Sea A M n n (R) una matriz cuadrada y λ un autovalor Una caja de Jordan de orden k asociada a λ es una matriz de orden k formada por el autovalor en la diagonal principal, unos en la diagonal inmediatamente superior y ceros en el resto λ 1 λ 1 λ 1 ( ) λ 1 J λ J J λ λ 1 J λ λ λ Una forma canónica de Jordan de orden n es una matriz J M n n (R) diagonal por cajas en la que las cajas, J i, son cajas de Jordan Es decir, J J 1 θ θ θ J 2 θ θ θ J k Cuando la matriz es diagonalizable su forma de Jordan es la correspondiente matriz diagonal en la que todas las cajas son de orden 1 De modo que las formas de Jordan son generalizaciones de las matrices diagonales, con la ventaja de que toda matriz tiene una forma canónica semejante Teorema 214 Sea A M n n (R) una matriz cuadrada Existe una matriz no singular P M n n (R) tal que P 1 AP J donde J es una forma de Jordan con tantas cajas como autovectores independientes tiene A Proyecto MATECO 21 Página 536
3 TEMA 21 EXPONENCIAL DE UNA MATRIZ Teorema 215 (Estructura por cajas de la forma canónica de Jordan) Sea A una matriz cuadrada El número de cajas asociadas a un autovalor es la dimensión de su subespacio de autovectores La suma de los ordenes de las cajas asociadas al autovalor es la multiplicidad del autovalor El número de cajas asociadas al autovalor que hay de cada orden recibe el nombre de partición de multiplicidad del autovalor y se obtiene a través de la cadena H (λ i ) H 1 (λ i ) H 2 (λ i ) H ki 1(λ i ) H ki (λ i ) donde k i N es el primer k tal que dim(h k (λ i )) m i Teorema 216 (Partición de multiplicidad de un autovalor en la forma canónica de Jordan) Sea A una matriz cuadrada El número de cajas de orden mayor o igual que i asociadas al autovalor λ i es d i dim(h i (λ)) dim(h i 1 (λ)) i 1,, k i El número de cajas de orden i asociadas al autovalor λ i es c ki d ki c i d i d i+1 i k i 1,, 1 Teorema 217 (Autovectores generalizados de la forma canónica de Jordan) Sea A una matriz cuadrada A cada caja de orden k asociada a un autovalor λ i le corresponde un conjunto linealmente independientes de k autovectores generalizados pertenecientes a H k (λ i ) cumpliendo: (A λ i I) u 1 θ u 1 H 1 (λ i ) \ H (λ i ) (A λ i I) u 2 u 1 u 2 H 2 (λ i ) \ H 1 (λ i ) (A λ i I) u k u k 1 u k H k (λ i ) \ H k 1 (λ i ) Ejercicio 218 Obtener, junto con la matriz de paso, la forma canónica de A Página 537 Proyecto MATECO 21
4 Bloque VI ÁLGEBRA AMPLIADA Solución La ecuación característica de A es: A λi λ 3 + 6λ 2 12λ + 8 El único autovalor se obtiene resolviendo la ecuación característica: λ 2 m 3 La estructura de las cajas asociadas al autovalor es: Como dim(h(2)) 3 rg(a 2I) 1 entonces hay una caja asociada a λ 2 Como m 3 entonces la suma de los ordenes de las cajas asociadas a λ 2 es tres Por tanto la forma de Jordan estará formada por una única caja de orden tres (en casos más complicados es necesario recurrir a la partición de multiplicidad para determinar tanto el número como el tipo de cajas) Para la única caja de orden 3 obtenemos el correspondiente conjunto de autovectores generalizados En primer lugar construimos la cadena de subespacios El subespacio de autovectores asociado a λ 2, H(2), es: (A 2I) X θ Como dim(h 1 (2)) 1 m(2) continuamos con la cadena El subespacio de autovectores de orden dos asociado a λ 2, H 2 (2), es: 2 (A 2I) 2 X θ 2 Como dim(h 2 (2)) 2 m(2) continuamos con la cadena El subespacio de autovectores de orden tres asociado a λ 2, H 3 (2), es: (A 2I) 3 X θ Como dim(h 3 (2)) 3 hemos terminado con la cadena Se obtiene una base de H 3 (2) y se elige un vector u 3 que no esté en H 2 (2) Proyecto MATECO 21 Página 538
5 TEMA 21 EXPONENCIAL DE UNA MATRIZ si tomamos como base de H 3 (2) la base canónica, el único vector que no está en H 2 (2) es u 3 (1,, ) Aunque en este caso sólo tenemos una caja, en general se comienza por las cajas de mayor orden y también se exige que el vector sea linealmente independiente con otros vectores del subespacio obtenidos para cajas previas Se obtienen el resto de vectores correspondientes a la caja: u 2 (A 2 I) u 3 u 1 (A 2 I) u El conjunto de autovectores generalizados independientes correspondiente a la caja es B {( 2, 2, ), (1, 1, ), (,, 1)} Como sólo tenemos una caja el conjunto de autovectores generalizados linealmente independientes correspondiente a la caja es una base de R 3 y las coordenadas de los vectores son las columnas de la matriz de paso El conjunto de vectores {v 1, v 2, v 3 } está formado por un autovector, v 1, por un autovector generalizado de orden dos, v 2, y por un autovector generalizado de orden tres, v 3 La forma de Jordan correspondiente a la única caja es J P 1 A P P Potencia de una matriz cuadrada 2 J P 1 A P Si A es diagonalizable existe P no singular tal que P 1 AP D, con D diagonal De esta forma, A PDP 1 y se tiene que A m PD m P 1 Si A no es diagonalizable existe P no singular tal que P 1 AP J, con J su forma canónica de Jordan De esta forma, A PJP 1 y se tiene que A k PJ k P 1 Página 539 Proyecto MATECO 21 2
6 Bloque VI ÁLGEBRA AMPLIADA Para calcular J k se descompone J como J D + J, con D la diagonal principal de J y J igual que J pero con ceros en diagonal principal (J J D), y se aplica el binomio de Newton Nota J m (D + J ) m ( ) m D m + ( ) ( ) m m D m 1 J D m 2 J Existe una potencia de J a partir de la cual las potencias sucesivas son cero (este tipo de matrices reciben el nombre de matrices nilpotentes) Nota Si la forma canónica está descompuesta en cajas J 1 J 2 (J 1 D 1 ) m (J 2 D 2 ) m J (J D) m J r (J r D r ) m Ejercicio 219 Calcular A k con A Solución En primer lugar obtenemos su forma de Jordan: La ecuación característica de A es: A λi λ 3 + 5λ 2 8λ + 4 con λ La estructura de las cajas asociadas a los autovalores es λ 1 1 m 1 λ 2 2 m 2 Como λ 1 1 tiene multiplicidad m 1 tiene asociada una caja de dimensión 1 Como dim H(2) 3 rg(a 2I) 1 hay una caja asociada a λ 2 y como tiene multiplicidad m 2 la única caja tiene orden 2 La forma de Jordan es 1 J Obtenemos el correspondiente conjunto de autovectores generalizados Proyecto MATECO 21 Página 54
7 TEMA 21 EXPONENCIAL DE UNA MATRIZ Para el autovalor λ 1 1, el subespacio de autovectores asociado, H(1), es: (A I) X θ en el que, resolviendo el sistema correspondiente, podemos tomar como autovector v 1 (2, 1, 2) Para el autovalor λ 2 2, necesitamos construir la cadena de subespacios el subespacio de autovectores asociado a λ 2, H(2), es: (A 2I) X θ El subespacio de autovectores de orden dos asociado a λ 2, H 2 (2), es: (A 2I) 2 X θ Como dim H 2 (2) 3 rg(a 2I) 2 2 m(2) hemos terminado con la cadena y obtenemos una base de H 2 (2) (ejercicio) De la base de H 2 (2) tomamos un vector que no pertenezca a H 1 (2), por ejemplo v 3 (1, 2, ), y el otro vector de la caja es v 2 (A 2I)v 3 ( 12, 3, 9) (estos vectores no se pueden simplificar ya que están relacionados entre si) El conjunto de autovectores generalizados correspondiente a la forma de Jordan está formado por un autovector asociado a λ 1 1, v 1, por un autovector asociado a λ 2 2, v 2, y por un autovector generalizado de orden dos asociado a λ 2 2, v 3 : B {(1, 2, ), (2, 1, 2), ( 12, 3, 9)} La forma de Jordan correspondiente es J P 1 A P Página 541 Proyecto MATECO 21
8 Bloque VI ÁLGEBRA AMPLIADA Se calcula J k P Descomponemos J como J D + J, con D que J pero con ceros en diagonal principal 1 J P 1 A P ( ) 1 2 la diagonal principal de J y J 2 ( ) 1 igual Se aplica el binomio de Newton teniendo en cuenta que J 2 y sus potencias sucesivas son cero, Jk (D + J ) k ( ) k D k + ( k 1) D k 1 J 1 : J k 2 k 2 k + k 2 k 1 2 k k k2 k 1 2 k Como A PJP 1 se tiene 2 k (2k + 5) 4 2 k+1 (2k + 1) k+1 (2k + 3) A k PJ k P 1 2 k 1 (k + 4) 2 2 k (k + 2) k (k + 3) 2 k 1 (3k + 8) 4 2 k (3k + 2) k (3k + 5) 213 Exponencial de una matriz cuadrada La exponencial de una matriz cuadrada, A M n (R) se define mediante la misma serie que la exponencial real Definición 211 Si A M n (R) Se define la exponencial de la matriz A como e A 1 k! Ak I + A + 1 2! A ! A3 + k Nota La sucesión de sumas parciales de esta serie es una sucesión de Cauchy con la norma matricial y, por tanto, la serie es convergente Nota (Propiedades de la exponencial) a) Si A y B conmutan respecto a la multiplicación e A e B e B e A e A+B (en general no se cumple la igualdad) Proyecto MATECO 21 Página 542
9 TEMA 21 EXPONENCIAL DE UNA MATRIZ b) Si f (t) e ta entonces f (t) Ae ta e ta A c) e A es la matriz inversa de e A (por tanto la matriz e A es siempre regular) d) Si A PJP 1 entonces e A Pe J P 1 (la propiedad es válida tanto si J es la forma canónica de Jordan como si es otra matriz) Nota (Cálculo de e A ) Para su cálculo basta con calcular e J Si A es diagonalizable existe P no singular tal que P 1 AP D, con D diagonal, y al ser A PJP 1 tenemos e A Pe D P 1 En este caso λ 1 e λ 1 D λ 2 λ n e D e λ 2 e λ n Si A no es diagonalizable entonces existe P no singular tal que P 1 AP J, con J su forma canónica de Jordan, y al ser A PJP 1 tenemos que e A procedimiento para calcular e J Pe J P 1 Por tanto, sólo nólo necesitamos un Análogamenta a la sección anterior descomponemos J como J D + J y, al ser e J e D+J e D e J, sólo faltaría calcular e J teniendo en cuenta que J es nilpotente y que, por tanto, existe r natural tal r que J r Θ y su desarrollo en serie es finito ej 1 k! Jk Nota Si J 1, J 2,, J k son las k cajas que constituyen la forma canónica de Jordan k J 1 J 2 e J 1 J e J e J 2 J r e J r Nota La exponencial de una caja de Jordan es λ 1 e λ λ 1 J λ e J e λ e λ (n 3)! λ e λ eλ 1! e λ e λ 2! (n 1)! e λ eλ 1! e λ (n 2)! Página 543 Proyecto MATECO 21
10 Bloque VI ÁLGEBRA AMPLIADA Ejercicio 2111 Obtener la exponencial de la siguiente matriz 3 1 A Solución Calculamos la forma canónica de la matriz La ecuación característica de A es: A λi (3 λ) 3 cuyo único autovalores es λ 3 con m(3) 3 La estructura de las cajas asociadas al autovalor es: Como dim(h(3)) 3 rg(a 2I) 2 entonces hay dos cajas asociadas a λ 3 Como m(3) 3 entonces la suma de los ordenes de las cajas asociadas a λ 3 es tres Por tanto la forma de Jordan estará formada por dos cajas, una de orden 2 y otra de orden 1 3 J Obtenemos los autovectores generalizados asociados a λ 3 En primer lugar, necesitamos construir la cadena de subespacios El subespacio de autovectores asociado a λ 3, H(3), es: 1 (A 3I) X θ 2 como dim H(3) 3 rg(a 3I) 2 m(3) continuamos con la cadena El subespacio de autovectores de orden dos asociado a λ 3, H 2 (3), es: (A 3I) 2 X θ Como dim H 2 (3) 3 rg(a 3I) 2 3 m(3) hemos terminado con la cadena Proyecto MATECO 21 Página 544
11 TEMA 21 EXPONENCIAL DE UNA MATRIZ Al ser H 2 (3) R 3 tomamos como base de H 2 (3) la base canónica de R 3 y elegimos un vector que esté en H 2 (3) y no esté en H(3): el tercer vector es este vector de H 2 (3) v 3 (, 1, ) el segundo vector es el vector de H(3) v 2 (A 3 I) v 3 ( 1,, 2) el primer vector es un vector de H(3) que tiene que ser independiente con v 2 v 1 (1,, ) El conjunto de autovectores y autovectores generalizados correspondiente a la caja está formado por dos autovectores, v 1 y v 2, y por un autovector generalizado de orden dos, v 3 B {(1,, ), ( 1,, 2), (, 1, )} La forma de Jordan correspondiente es J P 1 A P con 1 1 P 1 J P 1 A P Calculamos la exponencial de J ( ) ) J 1 3 e J 1 (e 3 e J 2 3 e 3 e3 ej 2 1! e 3 e 3 e 3 J e 3 e 3 e 3 e 3 La exponencial de A es e 3 e 3 e A Pe J P 1 e 3 2e 3 e 3 Página 545 Proyecto MATECO 21
12
Autovalores y autovectores Diagonalización y formas canónicas
Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores.propiedades Sea V un espacio vectorial sobre K y f End(V ). Fijada una base de V, existirá una matriz cuadrada A,
Más detallesTema 11.- Autovalores y Autovectores.
Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica
Más detallesAplicaciones Lineales. Diagonalización de matrices.
Tema 2 Aplicaciones Lineales. Diagonalización de matrices. 2.1. Definiciones y propiedades Nota 2.1.1. En este tema trabajaremos con los Espacios Vectoriales R n y R m definidos sobre el cuerpo R. Definición
Más detallesMATRICES Y SISTEMAS DE ECUACIONES
MATRICES Y SISTEMAS DE ECUACIONES Definición Una matriz real de orden m n es una tabla ordenada de m n números reales a 11 a 12 a 1n A = a 21 a 22 a 2n a m1 a m2 a mn en la cual las líneas horizontales
Más detallesCAPÍTULO 5: AUTOVALORES Y AUTOVECTORES, FORMA CANÓNICA DE JORDAN
CAPÍTULO 5: AUTOVALORES Y AUTOVECTORES, FORMA CANÓNICA DE JORDAN 5.1- Definición: matrices semejantes. Se dice que dos matrices A y B son semejantes si existe una matriz regular P tal que se verifica B
Más detallesMATRICES Y SISTEMAS DE ECUACIONES
MATRICES Y SISTEMAS DE ECUACIONES Definición Una matriz real de orden m n es una tabla ordenada de m n números reales a 11 a 12 a 1n a A = 21 a 22 a 2n a m1 a m2 a mn en la cual las líneas horizontales
Más detallesMATRICES Y SISTEMAS DE ECUACIONES
MATRICES Y SISTEMAS DE ECUACIONES Definición Una matriz real de orden m n es una tabla ordenada de m n números reales a 11 a 12 a 1n a A = 21 a 22 a 2n a m1 a m2 a mn en la cual las líneas horizontales
Más detallesCurso Departamento de Matemática Aplicada a las Tecnologías de la Información y las Comunicaciones
Tema 5. ÁLGEBRA Diagonalización. Curso 217-218 José Juan Carreño Carreño Departamento de Matemática Aplicada a las Tecnologías de la Información y las Comunicaciones Escuela Técnica Superior de Ingeniería
Más detallesFormas canónicas reales
Capítulo 7 Formas canónicas reales Introducción Sea V un espacio vectorial sobre C, f End(V y M B (f = A M(n n Sea λ = a + bi es una autovalor complejo de f de multiplicidad m Para tal autovalor complejo
Más detallesÁlgebra Lineal. Tema 7. La forma canónica de Jordan
Álgebra Lineal Tema 7 La forma canónica de Jordan Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J S ALAS, A T ORRENTE Y EJS V ILLASEÑOR Índice
Más detalles2.7 Aplicaciones del Teorema de Jordan
26 Álgebra lineal 27 Aplicaciones del Teorema de Jordan En esta sección seguimos suponiendo que K C Endomorfismos y matrices nilpotentes Definición Decimos que una matriz A M n (C es nilpotente si existe
Más detallesDiagonalización de matrices
Diagonalización de matrices María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I M. Muñoz (U.P.C.T.) Diagonalización de matrices Matemáticas I 1 / 22 Valores y vectores propios de una matriz Definición
Más detallesProposición Sea V un espacio vectorial sobre K de dimensión n y B una base de V. Gl(n, K) = {A M(n n, K) A = 0}.
Tema 6 Formas canónicas 6.1 Introducción Proposición 6.1.1. Sea V un espacio vectorial sobre K de dimensión n y B una base de V. La aplicación Φ B : End(V ) M(n n, K) definida por Φ B (f) = M B (f), es
Más detallesTema 7. El espacio vectorial R n Conceptos generales
Tema 7 El espacio vectorial R n. 7.1. Conceptos generales Un vector es un segmento orientado que queda determinado por su longitud, dirección y sentido. Sin embargo, desde el punto de vista del Álgebra,
Más detallesTema 3: Forma canónica de Jordan de una matriz.
Forma canónica de Jordan de una matriz 1 Tema 3: Forma canónica de Jordan de una matriz. 1. Planteamiento del problema. Matrices semejantes. Matrices triangularizables. El problema que nos planteamos en
Más detallesSesión 18: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K
Sesión 8: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K ) Calculamos los valores propios de A y sus multiplicidades algebraicas con: d A λ = det A λi nxn = Si d A
Más detallesTema 2. Aplicaciones lineales. Diagonalización de endomorfismos.
Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada
Más detallesÁlgebra Lineal. Tema 5 Ecuaciones diferenciales lineales
Álgebra Lineal. Tema 5 Dep. Matemática Aplicada. UMA Tasa relativa de crecimiento Si x(t representa alguna cantidad física como el volumen de una sustancia, la población de ciertas especies, o el número
Más detallesEjercicios resueltos del capítulo 4
Ejercicios resueltos del capítulo 4 Ejercicios impares resueltos..a Calcular los autovalores y subespacios invariantes asociados a la matriz: A = Calculamos el polinomio característico y resolvemos: λ
Más detallesGeometría afín y proyectiva, 2016 SEMANA 4
Geometría afín y proyectiva, 2016 SEMANA 4 Sonia L. Rueda ETS Arquitectura. UPM September 30, 2016 Geometría afín y proyectiva 1. Álgebra Lineal 2. Geometría afín y eucĺıdea 3. Cónicas y cuádricas Álgebra
Más detallesTEMA III: DIAGONALIZACIÓN.
TEMA III: DIAGONALIZACIÓN. OBJETIVOS: Generales: 1. Captar el motivo que justifica el problema de la diagonalización de endomorfismos. 2. Resolver y aplicar dicho problema cuando sea posible. Específicos:
Más detallesAP = A p 1 p 2 p n = Ap 1 Ap 2. λ 1 p 21 λ 2 p 22 λ n p 2n. .. = λ 1 p 1 λ 2 p 2
Capítulo 6 Diagonalización 6 Valores y vectores propios 6 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V, nos planteamos el problema
Más detallesSolución de problemas I 1
Universidad Autónoma de Madrid Álgebra II. Físicas. Curso 5 6 Solución de problemas I Álgebra II Curso 5-6. Proyecciones en el producto escalar estándar Ejercicio 7.7. (a) Dada la ecuación x + y z, dar
Más detalles1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS
1 1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS Sea f : V V un endomorfismo de V, f End(V, con V un K-espacio vectorial de dimensión n, y sean B = {e 1,..., e n } B = {e 1,..., e n} bases de V. La matriz de f
Más detalles4. Endomorfismos. 2 Autovalores y autovectores. 1 Introducción. 2.1 Definición y propiedades. 2.2 Subespacios característicos.
Tema III Capítulo 4 Endomorfismos Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 4 Endomorfismos 1 Introducción Vimos en el capítulo anterior que un endomorfismo es una aplicación
Más detallesAPUNTES DE MATEMÁTICAS UNIVERSIDAD DE SEVILLA GRADOS EN ECONOMÍA Y ADMINISTRACIÓN DE EMPRESAS PRIMER CURSO
APUNTES E MATEMÁTICAS EXÁMENES RESUELTOS E MATEMÁTICAS I EPARTAMENTO E ECONOMÍA APLICAA I UNIVERSIA E SEVILLA GRAOS EN ECONOMÍA Y AMINISTRACIÓN E EMPRESAS PRIMER CURSO Jesús Muñoz San Miguel http://www.personal.us.es/jmiguel
Más detallesÁlgebra Lineal. Tema 8. Valores y vectores propios. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas
Álgebra Lineal Tema 8. Valores y vectores propios Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S. V ILLASEÑOR
Más detallesEstadística III Repaso de Algebra Lineal
Repaso de Algebra Lineal Vectores Un vector columna de dimensión n 1 es una serie de números dispuestos como sigue: x 1 x 2 x =. x n Un vector fila de dimensión 1 p es una serie de números dispuestos como
Más detallesDescomposición en forma canónica de Jordan (Segunda versión)
Descomposición en forma canónica de Jordan (Segunda versión) Francisco J. Bravo S. 1 de septiembre de 211 En esta guía se presentan los resultados necesarios para poder construir la forma de Jordan sin
Más detallesRESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS
RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS 1. Determinantes El determinante de una matriz cuadrada n n A = a 21 a 22 a 2n a n1 a n2 a nn es un número real, y se representa por: A = a 21 a 22 a 2n a
Más detalles5. Aplicaciones Lineales
Contents 5 Aplicaciones Lineales 2 5.1 Aplicaciones lineales. Definición y propiedades........................ 2 5.2 Núcleo e Imagen.................................................... 3 5.3 Descomposición
Más detallesCONTENIDOS MATEMÁTICAS II SEGUNDA EVALUACIÓN CURSO 2017/2018 MATRICES
CONTENIDOS MATEMÁTICAS II SEGUNDA EVALUACIÓN CURSO 2017/2018 Unidades: - Matrices (Bloque Álgebra) - Determinantes (Bloque Álgebra) - Sistemas de ecuaciones lineales (Bloque Álgebra) - Vectores (Bloque
Más detallesDIAGONALIZACIÓN DE MATRICES
Tema 2 DIAGONALIZACIÓN DE MATRICES 2.1. Introducción El álgebra matricial proporciona herramientas elementales para simplificar y resolver problemas donde intervienen un número elevado de datos. El siguiente
Más detallesA = En los casos afirmativos, hallar una forma diagonal D y obtener una matriz invertible real P M(3, 3) tal que P 1 AP = D.
22 Departamento de Álgebra. Universidad de Sevilla Tema 5. Sección 1. Endomorfismos. Endomorfismos diagonalizables. Ejercicio 5.1 Dadas las matrices complejas: 3 2 0 2 3 0, B = 0 0 5 14 1 12 13 0 12 17
Más detallesFormas canónicas de Jordan
Capítulo 6 Formas canónicas de Jordan 61 Subespacios propios generalizados Introducción En el capítulo anterior se han estudiado los endomorfismos diagonalizables y se han dado condiciones necesarias y
Más detallesÁLGEBRA LINEAL Problemas, 2006/2007
ÁLGEBRA LINEAL Problemas, 2006/2007 Nota: si no se especifíca lo contrario suponemos que las matrices y espacios vectoriales están definidos sobre un cuerpo K arbitrario 1 Una matriz A de orden n n se
Más detalles2.5 Teorema de Jordan
Capítulo 2/ Forma canónica de Jordan (Versión 13-03-2015) 15 2.5 Teorema de Jordan En esta sección queremos abordar ya el caso general de un endomorfismo f : V V cualquiera (no necesariamente con un único
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detallesFundamentos Matemáticos de la Ingeniería. Tema 4: Diagonalización de matrices. Curso
Fundamentos Matemáticos de la Ingeniería Tema 4 Hoja Escuela Técnica Superior de Ingeniería Civil e Industrial Esp en Hidrología Fundamentos Matemáticos de la Ingeniería Tema 4: Diagonaliación de matrices
Más detallesForma canónica de Jordan.
Práctica 3 Forma canónica de Jordan. Contenido: Matrices semejantes. Polinomio característico. Valores propios. Vectores propios. Forma canónica de Jordan. Forma real de la forma canónica de Jordan. Aplicaciones:
Más detallesCálculo de una base de Jordan
Cálculo de una base de Jordan Exponemos un método bastante autocontenido para hallar la forma canónica de Jordan de una matriz A K n n y la correspondiente matriz de cambio. Método 1. Hallamos los valores
Más detallesPROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 2005/06
PROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 200/06 1. Utilizar el método de eliminación de Gauss para resolver el sistema de ecuaciones lineales siguiente: 2 x 1 2 x
Más detallesCapítulo V. Valores y vectores propios. Diagonalización de operadores lineales.
Capítulo V Valores y vectores propios. Diagonalización de operadores lineales. Hemos visto que la aplicaciones lineales de en están definidas a través de una expresión de la forma ; pero esta fórmula puede
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detallesGrado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III. Ana Isabel Garralda Guillem y Manuel Ruiz Galán
MATEMÁTICAS TICAS I Grado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III Ana Isabel Garralda Guillem y Manuel Ruiz Galán Tema. Diagonalización de matrices.1. Diagonalización de matrices por
Más detallesDiagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios
61 Matemáticas I : Álgebra Lineal Tema 6 Diagonalización 61 Valores y vectores propios 611 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial
Más detallesEsta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
Más detallesMatemáticas Empresariales II. Diagonalización de Matrices
Matemáticas Empresariales II Lección 6 Diagonalización de Matrices Manuel León Navarro Colegio Universitario Cardenal Cisneros M. León Matemáticas Empresariales II 1 / 25 Introducción Sea f un endomorfismo,
Más detallesTEMA 11. Autovalores y autovectores. Diagonalización y formas canónicas.
TEMA 11 F MATEMÁTICOS TEMA 11 Autovalores y autovectores Diagonalización y formas canónicas 1 Introducción Definición 1 (Matrices semejantes) Sean A y B dos matrices cuadradas de orden n Decimos que A
Más detallesDiagonalización de Endomorfismos
Tema 5 Diagonalización de Endomorfismos 5.1 Introducción En este tema estudiaremos la diagonalización de endomorfismos. La idea central de este proceso es determinar, para una aplicación lineal f : E E,
Más detallesALGEBRA LINEAL Segundo Semestre. Parte II
1 Universidad Nacional de La Plata Facultad de Ciencias Astronómicas y Geofísicas ALGEBRA LINEAL 2015 Segundo Semestre Parte II 2 1. Valores y Vectores propios. Diagonalización.Forma de Jordan. 1.1. Polinomios
Más detalles1. W = {(x, y, z) x + y + z =0} 2. W = {(x, y, z) x 2 + y 2 + z 2 =1} Solución:
ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Fundamentos Matemáticos de Ingeniería T. I. Electrónica y Eléctrica Primer Parcial (--4), primera parte. PROBLEMA A)[ puntos] Indica razonadamente cuál de los
Más detalles7.1 Transformaciones lineales nilpotentes
Capítulo 7 Forma de Jordan En este capítulo continuaremos estudiando la estructura de los endomorfismos de un espacio vectorial de dimensión finita Veremos que si V es un K-espacio vectorial de dimensión
Más detallesÁLGEBRA LINEAL. EXAMEN EXTRAORDINARIO 5 de Julio de T (e 1 ) = e 1 e 2 + 2e 3 T (e 2 ) = e 1 + 2e 2 3e 3. [T (e 1 ) T (e 2 )] =
ÁLGEBRA LINEAL EXAMEN EXTRAORDINARIO 5 de Julio de Apellidos y Nombre: Ejercicio. Sea T : R R 3 una transformación lineal definida como: T (e ) = e e + e 3 T (e ) = e + e 3e 3 donde {e, e }, {e, e, e 3}
Más detalles5. Autovalores y autovectores
172 Autovalores y autovectores Al ser x 0 = y = P 1 x 0yportanto,λ es un autovalor de A. Recíprocamente, si λ es un autovalor de A existe un vector x 0talque A x = λx y por tanto, 5. Autovalores y autovectores
Más detallesAUTOVALORES Y AUTOVECTORES
12 de Julio de 2011 AUTOVALORES Y AUTOVECTORES (Clase 01) Departamento de Matemática Aplicada Facultad de Ingeniería Universidad Central de Venezuela 1 Puntos a tratar 1. Valores y vectores propios 2.
Más detallesAPÉNDICE A. Algebra matricial
APÉNDICE A Algebra matricial El estudio de la econometría requiere cierta familiaridad con el álgebra matricial. La teoría de matrices simplifica la descripción, desarrollo y aplicación de los métodos
Más detallesCAPÍTULO 2 TRANSFORMACIONES LINEALES
CAPÍULO RANSFORMACIONES LINEALES ransformación Sean V W espacios vectoriales. La función : V W recibe el nombre de transformación, los espacios V W se llaman dominio codominio de la transformación, respectivamente.
Más detalles3. Sistemas de n ecuaciones diferenciales lineales de primer orden
Dpto Matemática Aplicada, Facultad de Informática, UPM EDO Sistemas Lineales 1 3 Sistemas de n ecuaciones diferenciales lineales de primer orden Se define un sistema de ecuaciones diferenciales lineales
Más detallesÁlgebra Lineal - Grado de Estadística. Examen final 26 de junio de 2013 APELLIDOS, NOMBRE:
Álgebra Lineal - Grado de Estadística Examen final de junio de APELLIDOS, NOMBRE: DNI: Firma Primer parcial Ejercicio ( Sea A una matriz simétrica definida positiva de orden n y v R n Pruebe que la matriz
Más detallesMatrices y Sistemas de Ecuaciones lineales
Matrices y Sistemas de Ecuaciones lineales Llamaremos M m n (K) al conjunto de las matrices A = (a ij ) (i = 1, 2,..., m; j = 1, 2,..., n) donde los elementos a ij pertenecen a un cuerpo K. Las matrices,
Más detallesTema 6: Autovalores y autovectores
Tema 6: Autovalores y autovectores Curso 216/217 Ruzica Jevtic Universidad San Pablo CEU Madrid Referencias Lay D. Linear algebra and its applications (3rd ed). Chapter 5. 2 Autovalores y autovectores
Más detallesTEMA 7. DIAGONALIZACION Y Y FORMAS CANONICAS 1. ENDOMORFISMOS NILPOTENTES
TEMA 7. DIAGONALIZACION Y Y FORMAS CANONICAS 1. ENDOMORFISMOS NILPOTENTES Definición 1.1. Endomorfismo Nilpotente. Un endomorfismo T End(V ) es nilpotente si existe n N tal que f n 0. Definición 1.. Matriz
Más detalles1 Autovalores y autovectores asociados a un endomor smo f. Diagonalización.
utovalores y autovectores asociados a un endomor smo f Diagonalización Dado un endomor smo f de un espacio vectorial real V y jada una base B de V obtenemos una única matriz asociada a f respecto de la
Más detalles2. Teorema de las multiplicidades algebraica y geométrica.
Guía. Álgebra III. Examen parcial II. Valores y vectores propios. Forma canónica de Jordan. Teoremas con demostraciones que se pueden incluir en el examen El examen puede incluir una demostración entera
Más detallesÁgueda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1. Se llama producto escalar sobre un espacio vectorial real V a cualquier aplicación
Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 6 Espacios euclídeos 6.1 Producto escalar. Espacio euclídeo Se llama producto escalar sobre un espacio vectorial real V a cualquier aplicación
Más detallesCapítulo 1: Diagonalización de matrices
Capítulo : Diagonalización de matrices Matrices y determinantes Definición Una matriz es un arreglo rectangular de números reales a a a m a A a a m a n a n a nm La matriz es de orden n m si consta de n
Más detallesUniversidad de Salamanca
Universidad de Salamanca Gloria Serrano Sotelo Departamento de MATEMÁTICAS 1. Subespacios invariantes por un endomorfismo Sea E un k-espacio vectorial y T un endomorfismo de E. Un subespacio vectorial
Más detalles2.4 Endomorfismos con un único autovalor
Capítulo 2/ Forma canónica de Jordan (Versión 13-3-215) 7 24 Endomorfismos con un único autovalor Diagramas de puntos En esta sección vamos a empezar estudiando endomorfismos con un único autovalor Aunque
Más detallesÁlgebra y Matemática Discreta
Álgebra y Matemática Discreta Sesión de Teoría 18 (c) 2013 Leandro Marín, Francisco J. Vera, Gema M. Díaz 11 Nov 2013-17 Nov 2013 Ecuaciones Matriciales Ecuaciones Matriciales En muchas ocasiones, se plantean
Más detalles5.1.- Autovalores y autovectores. Definición y propiedades. La ecuación característica. El teorema de Cayley-Hamilton.
MATEMÁTICAS I (Curso 2-22) Primer Curso del Grado en Ingeniería Electrónica, Robótica y Mecatrónica, Ingeniería de la Energía e Ingeniería de Organización Industrial Departamento de Matemática Aplicada
Más detallesÁlgebra Lineal - Grado de Estadística. Examen final 27 de junio de 2014 APELLIDOS, NOMBRE:
Álgebra Lineal - Grado de Estadística Examen final 7 de junio de 4 APELLIDOS, NOMBRE: DNI: irma Primer parcial Ejercicio Consideremos matrices A m m, B, C n n, Pruebe que bajo la hipótesis de que las inversas
Más detallesPodemos pues formular los dos problemas anteriores en términos de matrices.
Tema 5 Diagonalización 51 Introducción Valores y vectores propios 511 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V de dimensión
Más detallesProducto Escalar. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31
Producto Escalar AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31 Objetivos Al finalizar este tema tendrás que: Saber usar el producto escalar. Calcular
Más detallesPROGRAMA DE EXAMEN. Unidad Nº1: Matrices y Función Determinante
Ministerio de Cultura y Educación Universidad Nacional de San Juan Fac. de Ciencias Exactas Físicas y Naturales Ciclo Lectivo 2018 PROGRAMA DE EXAMEN Cátedra: ALGEBRA LINEAL Carrera: Licenciatura en Geofísica
Más detallesObjetivos formativos de Álgebra
Objetivos formativos de Álgebra Para cada uno de los temas el alumno debe ser capaz de hacer lo que se indica en cada bloque. Además de los objetivos que se señalan en cada tema, se considera como objetivo
Más detallesÁlgebra Lineal. Ejercicios de evaluación. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas
Álgebra Lineal Ejercicios de evaluación Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S. V ILLASEÑOR Problema
Más detalles. Calcular como en el ejercicio 3: A 1 1. i 0., iii) 1 i i a
Primer Cuatrimestre 2006 Álgebra Lineal - Práctica 8 1 Sea A C n n y sean λ 1,, λ n las raíces del polinomio característico de A contadas con multiplicidad (a) Probar que det(a) = (b) Probar que tr(a)
Más detallesa) Lo primero que hacemos es buscar las imágenes de los vectores de la base canónica: f(1,0,0) = (3, 5, 6) f(0,1,0) = ( 2, 3, 4) f(0,0,1) = (1, 2, 3)
. Sea f: R 3 R 3 la aplicación lineal definida por las ecuaciones: f(x, y, z) = (3x y + z, 5x 3y + z, 6x 4y + 3z) a) Encontrar la matriz A de f en las bases canónicas. b) Es f biyectiva? Si lo es, encontrar
Más detalles6. Forma canónica de matrices
6. Forma canónica de matrices Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior Universidad de Zaragoza Otoño 2010 Contents 6 6. Forma canónica de matrices 7 6.1 Introducción....................................
Más detallesExamen Extraordinario de Álgebra III, licenciatura
Examen Extraordinario de Álgebra III, licenciatura El Examen a Título de Suficiencia de Álgebra III abarca los siguientes temas: 1. Formas bilineales y cuadráticas. 2. Valores y vectores propios. 3. Forma
Más detallesÁLGEBRA LINEAL. EXAMEN EXTRAORDINARIO 2 de julio de 2012 Duración del examen: 3 horas Fecha publicación notas: 11 de julio
ÁLGEBRA LINEAL EXAMEN EXTRAORDINARIO 2 de julio de 22 Duración del examen: 3 horas Fecha publicación notas: de julio Fecha revisión examen: 3 de julio Apellidos: Nombre: Grupo: Titulación: ESCRIBA EL APELLIDO
Más detallesMétodos Matemáticos: Análisis Funcional
Licenciatura en Ciencias y Técnicas Estadísticas Universidad de Sevilla http://euler.us.es/ renato/clases.html Qué son esos espacios de Hilbert? Qué son esos espacios de Hilbert? David Hilbert Para relajarnos
Más detallesf(x, y, z, t) = (x + y t, x + 2y z 3t, 3x + 5y 2z 7t).
Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Álgebra Convocatoria de enero de 20 de enero de 20 (2.5 p.) ) Se considera la aplicación lineal f : R 4 R definida por: f(x y
Más detallesAlgebra Lineal * Working draft: México, D.F., a 17 de noviembre de 2010.
Algebra Lineal * José de Jesús Ángel Ángel jjaa@mathcommx Working draft: México, DF, a 17 de noviembre de 2010 Un resumen de los principales temas tratados en un curso de Álgebra Lineal Contenido 1 Sistemas
Más detallesDiagonalización de matrices
7 Diagonalización de matrices 7.1. Matrices diagonalizables Existen diversos procesos en los que el estado en cada uno de sus pasos se puede representar por un determinado vector y en los que, además,
Más detallesÁlgebra II(61.08, 81.02) Segundo cuatrimestre 2017 Práctica 4. Autovalores y autovectores de matrices. Diagonalización.
Álgebra II(6108, 8102) Segundo cuatrimestre 2017 Práctica 4 Autovalores y autovectores de matrices Diagonalización Nota: salvo indicación particular, se considera que todas las matrices pertenecen a C
Más detallesdia G o n a l i z a c i ó n
Unidad elementos característicos dia G o n a l i z a c i ó n Objetivos: Al inalizar la unidad, el alumno: Encontrará los valores y los vectores característicos de una matriz. Utilizará los elementos característicos
Más detallesLista de problemas de álgebra, 2016
Instituto Politécnico Nacional Escuela Superior de Física y Matemáticas Posgrado en Ciencias Físicomatemáticas Línea de Matemáticas Lista de problemas de álgebra 2016 Egor Maximenko: En mi opinión cualquier
Más detallesTema 4: Sistemas de ecuaciones lineales.
Tema 4: Sistemas de ecuaciones lineales 1 Rango de una matriz Definición Sea A Mat n m (K) Se llama rango de filas de A, y se denota por rg f (A) la dimensión del subespacio vectorial generado por las
Más detallesSoluciones a los ejercicios del examen final
Álgebra Lineal Curso 206/7 6 de junio de 207 Soluciones a los ejercicios del examen final Se considera la aplicación lineal L : R 3 R 3 definida por L(x, y, z) = (z x, x + y + z, x y 3z). a) Hallar la
Más detallesProblemas Tema 8 Solución a problemas sobre Determinantes - Hoja 07 - Todos resueltos
Asignatura: Matemáticas II ºBachillerato página 1/8 Problemas Tema 8 Solución a problemas sobre Determinantes - Hoja 07 - Todos resueltos Hoja 7. Problema 1 1. Sea A=( 1 1 1 1. Calcula: a A 1 b (5A 1 c
Más detallesDIAGONALIZACIÓN DE MATRICES CUADRADAS
DIAGONALIZACIÓN DE MATRICES CUADRADAS.- Considerar los vectores u = (, -, ) y v = (, -, ) de : a) Escribir, si es posible, los vectores (, 7, -4) y (, -5, 4) como combinación lineal de u y v. b) Para qué
Más detallesAlgunos Tipos de matrices. Matrices. Algunos Tipos de matrices. Algunos Tipos de matrices
Matrices Una matriz de orden m n es un conjunto ordenado de m n números reales dispuestos en m filas y n columnas de la forma: A = a 11 a 12 a 1j a 1n a 21 a 22 a 2j a 2n a i1 a i2 a ij a in a m1 a m2
Más detalles