Fundamentos Matemáticos de la Ingeniería. Tema 4: Diagonalización de matrices. Curso
|
|
- Esteban Coronel Piñeiro
- hace 7 años
- Vistas:
Transcripción
1 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 Curso 8-9 Introducción En este tema analiaremos el concepto de matri diagonaliable, su aplicación al álgebra matricial Autovalores autovectores Sea A M n R, una matri cuadrada Decimos que λ R es un autovalor o valor propio de A si existe un vector columna v tal que A v λv El vector v se llama autovector o vector propio asociado al autovalor λ El conjunto de todos los autovectores asociados a un mismo autovalor se llama autoespacio o subespacio propio, se denota por V λ Ejemplo λ es autovalor de la matri A A v, con autovector asociado v v Pero v no es el único autovector asociado a λ Si t R, el vector v t autovector asociado al mismo autovalor: A v t t t De hecho, el autoespacio correspondiente a λ es { V t λ es autovector de A v x, debe verificarse que A v t t }, t R v t En efecto: t t también es un Calculemos los correspondientes autovectores Si x x v es decir x + x
2 Fundamentos Matemáticos de la Ingeniería Tema 4 Hoja Resolviendo el sistema se obtiene que x, pero no ha ninguna condición para Por tanto, los autovectores son de la forma Es decir, V, R El conjunto de autovalores de la matri A se llama espectro de A se denota por σa En lo que sigue aprenderemos la técnica necesaria para averiguar si una matri cuadrada posee, en su caso cuántos, autovalores, así como su correspondiente cálculo Comenamos haciendo notar que el hecho de que una matri A M n R posea autovalores autovectores depende de la existencia de soluciones para la igualdad Av λv Pero esta igualdad es equivalente a A λiv, es decir A a λ a a n a a λ a n a n a n a nn λ Este sistema es homogéneo, por lo que para que tenga solución distinta de la trivial v es necesario suficiente que el determinante de la matri del sistema sea cero a λ a a n A a a λ a n a n a n a nn λ El desarrollo del determinante anterior genera un polinomio en λ de grado n, el cual se denota por pλ deta λi, se denomina polinomio característico de la matri A Por lo tanto una matri cuadrada de orden n tiene n autovalores que coinciden con los ceros de su polinomio característico, siempre cuando admitamos que puedan ser complejos los contemos teniendo en cuenta su multiplicidad v v v n Ejemplos Obtener los autovalores autovectores de las matrices siguientes λ A A λi, por lo que el polinomio característico será λ pλ λ λ λ λ 4λ + Los autovalores son las soluciones de λ 4λ+, es decir λ λ, lo que implica que el espectro de A es σa {, } Pasemos ahora a calcular los autovectores
3 Fundamentos Matemáticos de la Ingeniería Tema 4 Hoja λ Los autovectores v x son soluciones del sistema x x o lo que es lo mismo { x + x + { de donde obtenemos que x, por lo tanto V x }, x R λ x Al igual que antes, los autovectores v son soluciones del sistema x x es decir { x + x { } luego x, por lo que V x, x R λ A A λi λ λ pλ λ λ λ λ λ λ λ λ λ + lo que implica que el espectro de A es σa {,, } Pasemos ahora a calcular los autovectores λ Ya vimos en los primeros ejemplos del tema que V, R λ x las soluciones del último sistema son de la forma, x, por lo que V x, x R
4 Fundamentos Matemáticos de la Ingeniería Tema 4 Hoja 4 λ por lo que V x + x, R x, Hacemos notar que una matri cuadrada con elementos reales puede tener autovalores complejos nosotros no estudiaremos estos casos λ A A λi λ pλ λ λ λ + λ ±i Diagonaliación En esta sección nos ocuparemos de buscar, cuando sea posible, para una matri cuadrada A dada, otra matri diagonal del mismo orden que comparta con la matri de partida ciertas propiedades Comencemos definiendo el concepto de matrices equivalentes Dos matrices cuadradas A, B M n R se dicen equivalentes si existe una matri cuadrada P M n R con det P tal que A P B P Nótese que dos matrices equivalentes tienen el mismo determinante A P BP P B P B Diremos que una matri cuadrada A es diagonaliable, si es equivalente a una matri diagonal Es decir, existen dos matrices una de ellas diagonal, que denotamos por D, otra con determinante distinto de cero, que denotamos por P, ambas de igual oreden que A; verificándose que A P D P La matri P recibe el nombre de matri de paso, no es única Ejemplo La matri A es diagonaliable, a que es equivalente a la matri diagonal D con matri de paso P En efecto, P, además P DP
5 Fundamentos Matemáticos de la Ingeniería Tema 4 Hoja 5 Es conveniente tener una herramienta que nos permita averiguar si una matri dada es o no diagonaliable, en caso afirmativo poder calcular las correspondientes matrices D P Proposición Una matri cuadrada, de orden n, A es diagonaliable si es posible encontrar n autovectores linealmente independientes asociados a A Además estos autovectores colocados por columnas constituen la matri de paso P, la matri diagonal D está compuesta por los autovalores de A Este hecho está garantiado cuando todos los autovalores de A sean reales distintos Ejemplo A En efecto, se tiene P P DP D Vimos que σa {,, }, por tanto A es diagonaliable, con, P, además También podemos tomar como matri diagonal D,,, etc A pero en cada caso hemos de variar las columnas de P de forma que el orden en que aparecen los autovalores en D coincida con el orden de los correspondientes autovectores en P Las matrices P correspondientes a las anteriores serían,, etc Cuando la matri A tenga autovalores con multiplicidad maor que tendremos que comprobar que cada autovalor aporta igual número de autovectores linealmente independientes como su multiplicidad Ejemplos A Es fácil comprobar que σa {,, }, es decir que λ es un autovalor de multiplicidad, con lo que A será diagonaliable en caso de que este autovalor pueda aportar dos autovectores linealmente independientes Si tenemos en cuenta que son autovectores, liealmente independientes asociados a λ, bastará con tomar el autovector asociado a λ, para formar la matri de paso P tener como matri diagonal equivalente con A, D
6 Fundamentos Matemáticos de la Ingeniería Tema 4 Hoja 6 Es mu importante hacer notar que no toda matri es diagonaliable Sirva como ejemplo la matri, que tiene a λ como autovalor, de multiplicidad, el cual no puede aportar dos autovectores linealmente independientes 4 Potencias de matrices El cálculo de potencias de una matri cuadrada puede convertirse en algo pesado largo deefectuar Este no es el caso cuando se trata de matrices diagonales Si tomamos, por ejemplo, la matri D a b, c tenemos entonces que a a a D b b b c c c al igual que D D D a b c a b c de hecho se puede demostrar que en general, si n N: a n D n b n c n a b c Vamos a aprovechar la sencille en el cálculo de potencias de matrices diagonales, para simplificar el cálculo de potencias de matrices diagonaliables Sea A P DP Entonces A P DP P DP P D P, A A A P D P P DP, en general A n P D n P Ejemplo Volavamos nuevamente a la matri A por tanto Por ejemplo: A n A P DP n A Sabemos que n + n n n +
7 Fundamentos Matemáticos de la Ingeniería Tema 4 Hoja 7 4 Aplicaciones de la diagonaliación Tenemos una viga que está inicialmente deteriorada en un 5% Mediante un proceso catalítico, se consigue que mensualmente se recupere un 4% de la ona deteriorada, aunque se sigue deteriorando un % de la ona sana Cuál es la situación a los meses? Y al cabo de mucho tiempo? Llamemos x n, n a la cantidad de ona sana deteriorada, respectivamente, en el mes n de forma que x n + n total de la viga Entonces: { xn+ 8x n + 4 n n+ x n + 6 n siendo x 75L, 5L, L es el total de la viga longitud, masa, volumen o lo que queramos Usando notación matricial, podemos escribir xn+ 8 4 xn 4 xn n+ 6 n n Si denotamos v n xn n 4, A, podemos escribir que: v n+ n A n v Por tanto, necesitamos conocer las potencias de A, para ello vamos a diagonaliar 4 λ λ λ 7λ + λ ó λ 5 luego σa {, 5} λ x luego podemos tomar como autovector λ 5 { x + x + x x el autovector elegido puede ser Es decir D 5 A n P n 5 n { x + x Teniendo en cuenta que P n + 5 n 5 n n x 5n n 5 n + n, tendremos
8 Fundamentos Matemáticos de la Ingeniería Tema 4 Hoja 8 Por lo tanto n xn+ n+ n + 5 n 5 n n 5n n 5 n + n 75L n n 5 + 5n L 5L 5n 5 n L Es decir x n+ n n 5 + 5n L n+ n 5n 5 n L Dado que 5 x n+ [ n ] L n+ [ 5 n ] 5 L Al sustituir n en las últimas igualdades, se obtiene que a los tres meses la cantidad deteriorada de la viga es L, es decir, un % Mientras que para saber la situación después de meses, bastará con sustituir n 9; obteniéndose L, es decir, un % Si queremos conjeturar qué va a ocurrir a largo plao, debemos hacer tender n, con lo que lim x n+ n L ; lim n+ n L Luego, concluimos que con el paso del tiempo como mucho podremmos recuperar las dos terceras partes de la viga 5 Ejercicios Determinar los autovalores los correspondientes autovectores de las siguientes matrices 4 4 a b c d e 5 4 f g h i En el ejercicio anterior, diagonaliar en los casos en que sea posible Hallar los autovalores autovectores de la matri 4 Dada la matri A j , calcular la potencia enésima A n diagonaliar
9 Fundamentos Matemáticos de la Ingeniería Tema 4 Hoja 9 5 Hallar la potencia enésima de la matri a a 6 Dada la matri A, calcular sus autovalores, autovectores A n, siendo a un número real, 7 Dada la matri A, a Calcular los autovalores de A, A A Qué relación ha entre ellos? b Calcular los autovalores de A A Qué observas? 8 El teorema de Cale-Hamilton dice que toda matri cuadrada A satisface su propia ecuación característica Comprobarlo en el caso particular de la matri 4 A Calcular A, A A 4 utiliando dicho resultado 9 Sea pλ el polinomio característico de la matri A 4 4 Demostrar que pa La interacción entre las lechuas las ratas, en un bosque, se puede modeliar mediante la ecuación en diferencias L k+ L k + 4 R k R k+ L k R k donde L k es la cantidad de lechuas en el mes k R k la cantidad de ratas en miles en el mes k Calcular la población de lechuas ratas en cada mes k, sabiendo que L 5 R 4 Un método para estimar los autovalores de una matri es el siguiente: elegimos un vector inicial v, de forma que la maor de sus componentes en valor absoluto sea Calculamos Av, tomamos µ como la maor de las componentes de Av en valor absoluto Ponemos v /µ Av, repetimos el procedimiento Con ello construimos sucesiones {µ k } {v k } Se puede probar entonces que µ k tiende al maor autovalor de A, mientras que v k tiende a un autovector asociado Usar este algoritmo para calcular usando MAPLE por ejemplo el maor autovalor de las matrices: A B, 6 7 tomando v
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 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 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 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 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 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 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 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 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 detallesb) y 1 = 10x x 2 y 2 = 25x x 2 d) y 1 = 4x 1 3x 2 y 2 = 2x 1 5x 2
Álgebra lineal Curso 2008-2009 Tema 2 Hoja 1 Tema 2 ÁLGEBRA SUPERIOR 1 Expresar los siguientes sistemas lineales en notación matricial a y 1 = 2x 1 + 3x 2 y 2 = 4x 1 + 2x 2 b y 1 = 10x 1 + 12x 2 y 2 =
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 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 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 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 detallesTema 21. Exponencial de una matriz Formas canónicas de Jordan.
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
Más detallesTema 2: Diagonalización
TEORÍA DE ÁLGEBRA II: Tema 2. DIPLOMATURA DE ESTADÍSTICA 1 Tema 2: Diagonalización 1 Introducción Sea f : R n R n lineal. Dada una base B de R n podemos asociar a f la matriz A 1 = [f, B] M n. Si C es
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 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 detallesDiagonalización de matrices, Semejanza.
diagonalizacion.nb 1 Diagonalización de matrices, Semejanza. Practica 8, 28 de abril de 2004 En esta práctica aprenderemos/repasaremos los comandos: Eigenvalues[ matriz ] Calcula los autovalores de una
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 detalles3. ÁLGEBRA LINEAL // 3.3. AUTOVALORES Y
3. ÁLGEBRA LINEAL // 3.3. AUTOVALORES Y AUTOVECTORES. SISTEMAS DE EVOLUCIÓN. COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso 2011-2012 3.3.1. Ejemplos de sistemas de evolución discretos
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 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 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 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 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 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 detallesEjercicio 1 Dada la matriz A = 1. Calcula los valores propios. 2. Determina una base de vectores propios. 3. Diagonaliza la matriz.
Métodos Numéricos: soluciones Tema 7: Valores y vectores propios Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Mayo 8 Versión. Ejercicio Dada
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 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 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 detalles1. DIAGONALIZACIÓN DE ENDOMORFISMOS
. DIAGONALIZACIÓN DE ENDOMORFISMOS. Se considera la matriz: A ( 2 3 4 3 con coecientes en R. Hallar los valores propios, los vectores propios y una matriz P que permita la diagonalización de A. Calcular
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 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 detallesE.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 5: Valores y vectores propios
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 5: Valores y vectores propios Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Curso
Más detallesMATEMÁTICAS ESPECIALES II PRÁCTICA 5 Parte I - Sistemas de ecuaciones diferenciales de primer orden.
MATEMÁTICAS ESPECIALES II - 8 PRÁCTICA 5 Parte I - Sistemas de ecuaciones diferenciales de primer orden. Considere el sistema de ecuaciones diferenciales ordinarias (EDOs) de primer orden dx dt = f (t,
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 detallesValores y Vectores Propios
Respuestas Guía de ejercicios N 7 parte Complemento Valores y Vectores Propios. λ 7 λ λ λ λ + 3λ. Sea v el vector propio asociado al valor propio λ 3 y v el vector propio asociado al valor propio λ. Para
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 detallesEigenvalores y eigenvectores. Método de la potencia
Clase No. 12: MAT 251 Eigenvalores y eigenvectores. Método de la potencia Dr. Alonso Ramírez Manzanares CIMAT A.C. e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/ Dr. Joaquín Peña Acevedo
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 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 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 detallesTRANSFORMACIONES LINEALES 1. TRANSFORMACIONES NÚCLEO E IMAGEN
RANSFORMACIONES LINEALES 1 RANSFORMACIONES NÚCLEO E IMAGEN DEFINICION : Sean V W espacios vectoriales Una transformación lineal de V en W es una función que asigna a cada vector v V un único vector v W
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 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 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 detalles1. DIAGONALIZACIÓN. FORMAS CANÓNICAS
1 1. DIAGONALIZACIÓN. FORMAS CANÓNICAS 1. Se considera la matriz: A = ( 2 3 4 13 con coeficientes en R. Hallar los valores propios, los vectores propios y una matriz P que permita la diagonalización de
Más detalles2.1 Introducción. Propiedades.
19 2 MATRICES II: DETERMINANTES En este segundo capítulo de matrices, aprenderemos a utilizar una herramienta muy importante como son los determinantes Gracias a ellos, podremos calcular la inversa de
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 detallesALGEBRA LINEAL Y GEOMETRÍA I
ALGEBRA LINEAL Y GEOMETRÍA I TEMA 3: Autovalores y Autovectores. Introducción Ya conoces que las aplicaciones lineales entre espacios vectoriales, al elegir bases en ellos, las puedes representar por matrices.
Más detalles1. a) Sean A, B y X matrices cuadradas de orden n. Despeja X en la ecuación X.A = 2X + B 2. 1 b)
Curso 9/. a) Sean, X matrices cuadradas de orden n. Despeja X en la ecuación X. = X + b) Calcula la matri X, siendo = = Solución: a) X. X.( - Id).( - Id) X.X.( - Id) - X. - X -.( Id) X.( - Id) b) 4 ( Id)
Más detallesProblemas y Ejercicios Resueltos. Tema 6: Diagonalizacion.
Problemas y Ejercicios Resueltos. Tema 6: Diagonalizacion. Ejercicios 1.- Sea f End V. Demostrar que la suma de subespacios f-invariantes es f-invariante. Solución. Sean U, W dos subespacios f-invariantes
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 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 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 detallesAutovalores y Autovectores - Diagonalización
Autovalores y Autovectores - Diagonalización Última edición: 9//9 Autovalores y Autovectores Sea A K nxn (matriz cuadrada): Denición K es autovalor (ava) de A si existe v K n ; no nulo (v 6= K n) tal que
Más detallesCAPÍTULO 4. Sistemas de ecuaciones lineales de primer orden
CAPÍTULO 4 Sistemas de ecuaciones lineales de primer orden Hasta ahora hemos considerado únicamente ecuaciones diferenciales aisladas Sin embargo, en muchas aplicaciones aparecen situaciones en las que
Más detallesVALORES Y VECTORES PROPIOS
VALORES Y VECTORES PROPIOS En diversos campos de la ingeniería y las matemáticas surge el problema de calcular los valores escalares λ y los vectores x 0 tales que para la matriz cuadrada A se cumple Ax
Más detallesParte 3. Vectores y valores propios
Parte 3. Vectores y valores propios Gustavo Montero Escuela Universitaria Politécnica Universidad de Las Palmas de Gran Canaria Curso 2006-2007 Valores y vectores propios Valor propio Se dice que el número
Más detallesSistemas de Ecuaciones Diferenciales
Lección 8 Sistemas de ecuaciones diferenciales lineales 1 Sistemas de Ecuaciones Diferenciales Consideremos el sistema A + S X + S k 1 k 2 Inicialmente se añaden 2 moles de S y 1 mol de A d[a] dt = k 1
Más detallesMatrices y sistemas de ecuaciones lineales. Autovalores y autovectores.
Tema 5 Matrices y sistemas de ecuaciones lineales Autovalores y autovectores 5 Introducción Una matriz es una disposición ordenada de elementos de la forma: a a a m a a a m a n a n a nm Sus filas son las
Más detallesClase 7 Herramientas de Álgebra Lineal
Clase 7 Herramientas de Álgebra Lineal 1 Formas cuadráticas La descomposición en valores singulares 3 Normas de matrices 4 Ejercicios Dada una matriz M R n n, la función escalar x T Mx, donde x R n, es
Más detallesDiagonalización de matrices
Capítulo 6 Diagonalización de matrices 6.. Introducción 6... Un ejemplo preliminar Antes de plantearlo de manera general, estudiaremos un ejemplo que servirá para situar el problema. Supongamos que, en
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 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 detallesProblema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por: a) Demostrar que (0,1,3),(1,0,-1) y (1,0,1) son una base de R³.
Problema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por: f(0, 1, 3) = (0, 3, 9); f(1, 0, 1) = (2, 0, 2); f(1, 0, 1) = (2, 0, 2) a) Demostrar que (0,1,3),(1,0,-1) y (1,0,1) son una base
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 detallesGuía N o 7. En esta guía E λ (A) denota el espacio propio asociado a λ de la matriz A. 1. Calcular el determinante de las siguientes matrices:
FACULTAD DE CIENCIAS EXACTAS DPTO. DE MATEMÁTICAS UNIVERSIDAD ANDRÉS BELLO Álgebra Lineal FMM3 Guía N o 7 En esta guía E λ (A) denota el espacio propio asociado a λ de la matriz A.. Calcular el determinante
Más detallesTema 1. Espacios Vectoriales Definición de Espacio Vectorial
Tema 1 Espacios Vectoriales. 1.1. Definición de Espacio Vectorial Notas 1.1.1. Denotaremos por N, Z, Q, R, C, a los conjuntos de los números Naturales, Enteros, Racionales, Reales y Complejos, respectivamente.
Más detallesMatrices, determinantes y sistemas de ecuaciones lineales
Matrices, determinantes y sistemas de ecuaciones lineales David Ariza-Ruiz 10 de octubre de 2012 1 Matrices Una matriz es una tabla numérica rectangular de m filas y n columnas dispuesta de la siguiente
Más detallesHoja de diagonalización MATEMÁTICAS I
Hoja de diagonalización MATEMÁTICAS I 8-9.- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) Ax así como los subespacios vectoriales
Más detallesL(a, b, c, d) = (a + c, 2a 2b + 2c + d, a c, 4a 4b + 4c + 2d).
Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Álgebra Convocatoria de enero de 1 18 de enero de 1 (5 p. 1 Para cada α R se considera el siguiente subespacio de R 4 : U α =
Más detallesVectores y Valores Propios
Capítulo 11 Vectores y Valores Propios Las ideas de vector y valor propio constituyen conceptos centrales del álgebra lineal y resultan una valiosa herramienta en la solución de numerosos problemas de
Más detallesExamen Final Ejercicio único (3 horas) 20 de enero de n(n 1) 2. C n,3 = n(n 3) n =
Álgebra Lineal I Examen Final Ejercicio único (3 horas) 0 de enero de 014 1. Sea P un polígono regular de n lados. (i) Cuántas diagonales tiene el polígono?. Las diagonales son segmentos que unen pares
Más detallesHoja de diagonalización MATEMÁTICAS I
Hoja de diagonalización MATEMÁTICAS I 007-008 1.- En los siguientes casos estudiar si f es una aplicación lineal y en caso afirmativo hallar una matriz A tal que f(x) = Ax, así como los subespacios vectoriales
Más detallesDepartamento de Ingeniería Matemática - Universidad de Chile
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 8-7 Formas cuadráticas SEMANA 4: FORMAS CUADRÁTICAS 7 Formas cuadráticas y matrices definidas positivas
Más detallesAUTOVECTORES GENERALIZADOS Y SOLUCIONES DE SEDL HOMOGÉNEAS A COEFICIENTES CONSTANTES
AUTOVECTORES GENERALIZADOS Y SOLUCIONES DE SEDL HOMOGÉNEAS A COEFICIENTES CONSTANTES JOSÉ CARLOS MARTÍN Damos en estas notas una forma alternativa a la dada en [], para calcular las soluciones de un sistema
Más detallesMATRICES. Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden x (que se lee por ).
1 MATRICES 1 Una matriz es una disposición rectangular de números (Reales); la forma general de una matriz con filas y columnas es Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden
Más detalles0 a b X = b c 0. f X (A) = AX XA.
Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Industriales Álgebra Lineal Convocatoria de Junio 8 de Junio de 2007 (3 ptos.). Sea V = {A M 3 3 (R) / A t = A}. (a) Demostrar que toda
Más detallesMATE 4031: Álgebra Lineal [ 4 + 6i 4i (a) Encuentre el polinomio característico de cada una de ellas.
Solución Asignación 9. Universidad de Puerto Rico, Río Piedras Facultad de Ciencias Naturales Departamento de Matemáticas San Juan, Puerto Rico MATE 43: Álgebra Lineal. Considere las siguientes matrices
Más detalles1. ESPACIO EUCLÍDEO. ISOMETRÍAS
1 1. ESPACIO EUCLÍDEO. ISOMETRÍAS Muchos de los fenómenos que se investigan en la geometría utilizan nociones como las de longitud de un vector y ángulo entre vectores. Para introducir estos dos conceptos
Más detallesDet A I. Pero como el. Det se obtienen una
VLORES Y VECTORES CRCTERISTICOS VLORES Y VECTORES CRCTERISTICOS En diversos campos de la matemática la ingeniería surge el problema de calcular los valores escalares los vectores de tal manera que para
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 detallesDiagonalización de Matrices Cuadradas.
de Matrices Cuadradas. * Vector propio * Valor propio * Polinomio característico * Cómo se hallan? * Diagonalizabilidad. * Criterios * Aplicaciones Cuadernos Genius, el secreto de los mejores. Tema: de
Más detallesE.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 9: Sistemas de EDOs lineales
ETS Minas: Métodos Matemáticos Resumen y ejemplos Tema 9: Sistemas de EDOs lineales Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Noviembre
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 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 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 detallesRelaciones de Recurrencia
Relaciones de Recurrencia Elvio Accinelli Abstract Estas notas no pretenden ser más que una sugerencia para el comienzo del tema Relaciones de Recurrencia. En realidad es el esquema de como pienso abordar
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 detalles2 Polinomio característico de una matriz
Lección 4: Teoría de Operadores 1 Semejanza Sean A, B M n,n. Se dice A es semejante con B cuando existe una matriz regular P GL n de suerte que B = P 1 AP. Si A es semejante con B, entonces B es semejante
Más detalles