Formas canónicas reales
|
|
- Aurora Piñeiro Castro
- hace 5 años
- Vistas:
Transcripción
1 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 hemos aprendido a calcular un bloque complejo de Jordan así como un bloque de base canónica compleja asociados a dicho autovalor Nuestro objetivo en el presente capítulo es hallar una forma canónica real de Jordan así como una base canónica real de V para f cuando f posea autovalores complejos Para alcanzar este objetivo comenzaremos revisando algunas propiedades relacionadas con los números complejos 71 Algunos resultados sobre C Definición 711 Consideremos el conjunto de los números complejos C = {a + bi a, b R, i 2 = 1} Sea α = a + bi C, llamamos conjugado del número complejo α, al complejo α = a bi Los números reales a y b reciben el nombre de parte real y parte imaginaria, respectivamente, del complejo α Habitualmente, se utiliza la notación: a = Re(α, b = Im(α Proposición 711 Sean α, β C Se verifica: 1 α + β = α + β 2 αβ = αβ 3 Re(α = 1 2 (α + α, Im(α = 1 (α α 2i Proposición 712 Sea p(x R[x] un polinomio cuyos coeficientes son números reales y α C una raíz de p(x de multiplicidad m Se verifica que: 1 α es también raíz de p(x En otras palabras, p(α = 0 p(α = 0 2 La multiplicidad de α como raíz de p(x es también m 129
2 71 ALGUNOS RESULTADOS SOBRE C 130 Definición 712 Sea A = (a ij una matriz cuyos elementos son números complejos Llamamos conjugada de A a la matriz A = (a ij Proposición 713 Sean A y B matrices cuyos elementos son números complejos Se verifica: 1 A + B = A + B 2 A B = A B 3 A M(n n, C = det(a = det(a 4 rg(a = rg(a Notaciones Sea v V un vector cuyas coordenadas respecto de B son v B = ( + y 1 i, + y 2 i,, x n + y n i Consideremos los vectores x, y V tales que x B = (,,, x n e y B = (y 1, y 2,, y n Se tiene: v B = ( + y 1 i, + y 2 i,, x n + y n i = (,,, x n + i(y 1, y 2,, y n = x B + iy B, de aquí que adoptemos la notación v = x + yi Por analogía con los números complejos, escribiremos, Re(v = x, Im(v = y, donde x e y son vectores de V cuyas coordenadas son números reales Se tiene, igualmente, que x = 1 (v + v, 2 y = 1 (v v 2i Definición 713 Sean V un espacio vectorial sobre el cuerpo C y B una base de V Sea L una variedad lineal de V de ecuaciones respecto de B son Ax t = 0 Llamaremos conjugada de la variedad L a la variedad L cuyas ecuaciones, respecto de B son Ax t = 0 Proposición 714 Sean L y L variedades lineales de V Se verifica que: 1 a L a L 2 dim(l = dim(l 3 L = {v 1, v 2,, v r } es una base de L si y sólo si L = {v 1, v 2,, v r } es una base de L Las demostraciones de estas propiedades son triviales y se dejan como ejercicio dto de álgebra
3 CONSTRUCCIÓN DE UN BLOQUE DE JORDAN REAL Construcción de un bloque de Jordan real Proposición 721 Sean V un C-espacio vectorial, f End(V, B una base de V y A = M B (f, ( A M(n n, R Se verifica: 1 Si λ C \ R es un autovalor complejo de f cuya multiplicidad algebraica es m, entonces λ es un autovalor de f de multiplicidad m 2 Si V 1 (λ, V 2 (λ,, V s (λ es la sucesión de subespacios asociados al autovalor λ, los subespacios asociados al autovalor λ son V j (λ = V j (λ, (j = 1,, s 3 El par de autovalores λ y λ tienen la misma partición de su multiplicidad 4 Si B λ = {u 1 + v 1 i, u 2 + v 2 i,, u m + v m i} es una base de V s (λ calculada por el algoritmo de la proposición 621, entonces una base de V s (λ es B λ = {u 1 v 1 i, u 2 v 2 i,, u m v m i} y, por consiguiente, una base de V s (λ V s (λ es B λ B λ = {u 1 + v 1 i, u 2 + v 2 i,, u m + v m i, u 1 v 1 i, u 2 v 2 i,, u m v m i} 5 Si B λ y B λ son, respectivamente, las bases de V s (λ y de V s (λ, calculadas en el apartado anterior, se verifica que una base real de V s (λ V s (λ es 6 Sea B λλ = {u 1, v 1, u 2, v 2,,, u m, v m } E = λ 1 λ 1 1 λ una caja elemental de Jordan de orden r r sobre C asociada a una columna de altura r (r s en la base B λ Entonces la caja elemental de Jordan asociada a la misma columna en la base B λ será la matriz de orden r r, E = λ 1 λ 1 1 λ 7 Tomando B λλ como base de V s (λ V s (λ la caja elemental sobre R correspondiente a las cajas elementales de orden r E y E asociadas a los autovalores λ = a + bi y λ = a bi es de la forma: C E λ,λ = I C I I C, m iglesias
4 CONSTRUCCIÓN DE UN BLOQUE DE JORDAN REAL 132 donde Demostración ( a b C = b a ( 1 0, I = 0 1, E λ,λ = M(2r 2r, R 1 Es consecuencia inmediata de la proposición 712 ya que si p(x es el polinomio característico de f y λ C es una raíz de p(x, también lo es λ y si la multiplicidad algebraica de λ es m, también m la multiplicidad de λ 2 Sean V j (λ, (j = 1,, s los subespacios invariantes asociados al autovalor λ Sabemos que V j (λ (λi Ax t = 0 Además, teniendo en cuenta que las matrices I y A son reales, de acuerdo con las propiedades de la proposición 713, se tiene: (λi A j = (λi A j = (λi A j Igualdades de las que deducimos que V j (λ = V j (λ, (j = 1,, s 3 Como consecuencia del apartado 4 de la proposición 713 se tiene: rg ( (λi A j = rg ((λi A j = rg ( (λi A j, de donde dim ( V j (λ = dim ( V j (λ Sabiendo que la partición de la multiplicidad m de λ o λ está determinada por las dimensiones de los subespacios asociados a dichos autovalores y que estos tienen la misma dimensión, se deduce inmediatamente la proposición 4 Recuérdese, en primer lugar que dim ( V s (λ = m (multiplicidad de λ Por lo demás, la proposición es consecuencia inmediata del apartado 3 de la proposición 714 y de ser directa la suma V s (λ + V s (λ (Ver para esto último la demostración para r = 2 del lema Recordando que las transformaciones elementales de los tipos I y II, conservan la independencia lineal (ya que conservan el rango de la matriz de las coordenadas respecto de una base es fácil probar que B λλ = {u 1, v 1,,, u m, v m } es una base de V 6 Como la partición de la multiplicidad m de para ambos autovalores (λ y λ es la misma, los bloques de Jordan de ambos autovalores están compuestos por el mismo número de cajas elementales y del mismo orden de ahí, que si E es una caja elemental del bloque de Jordan asociado a λ, E lo será del asociado a λ 7 En efecto, supuesto que se ha calculado una base de V s (λ mediante el algoritmo de la proposición 621, sea {u 1 + iv 1, u 1 + iv 2,, u r + iv r }, (r s una columna completa tomada de abajo hacia arriba Por construcción, sabemos que: dto de álgebra
5 CONSTRUCCIÓN DE UN BLOQUE DE JORDAN REAL 133 V r V r 1 u r + iv r u r 1 + iv r 1 V 2 u 2 + iv 2 V 1 u 1 + iv 1 0 Es decir: (λ1 V f(u r + iv r = u r 1 + iv r 1 (λ1 V f(u r 1 + iv r 1 = u r 2 + iv r 2 (λ1 V f(u 3 + iv 3 = u 2 + iv 2 (λ1 V f(u 2 + iv 2 = u 1 + iv 1 (λ1 V f(u 1 + iv 1 = 0 Sea pues u k + iv k, (k = 1,, r un vector de dicha columna Caben dos casos: a k = 1 En este caso u 1 + iv 1 V 1 (λ con lo cual u 1 + iv 1 es un autovector asociado al autovalor λ = a + bi, de donde f(u 1 + iv 1 = λ(u 1 + iv 1 = f(u 1 + if(v 1 = (au 1 bv 1 + i(bu 1 + av 1 Es decir, f(u 1 = au 1 bv 1, f(v 1 = bu 1 + av 1 Con lo que la matriz de las relaciones 71 es ( a b C = b a (71 b 1 < k r En este caso u k + iv k V k (λ y, por lo tanto, (λ1 V f(u k + iv k = u k 1 + iv k 1 = f(u k + iv k = u k 1 + iv k 1 + λ(u k + iv k Es decir, { f(u k = u k 1 + au k bv k, f(v k = v k 1 + bu k + av k, (72 Regla práctica de donde la matriz de las relaciones 72 respecto de {u k 1, v k 1, u k, v k } es de la forma: 1 0 ( 0 1 I a b = C b a Con lo que queda probada la proposición Sea λ = a + bi un autovalor complejo de f de multiplicidad m 1 o Comenzamos, como en el caso complejo, calculando los subespacios asociados a λ, V 1, V 2,, V s, sus correspondientes dimensiones n 1, n 2,, n s y los números p 1, p 2,, p s m iglesias
6 CONSTRUCCIÓN DE UN BLOQUE DE JORDAN REAL o Con los datos anteriores ya podemos calcular el bloque complejo de Jordan asociado a λ Ahora, para obtener el bloque real asociado a los autovalores λ y λ bastará sustituir el autovalor λ por la caja C definida en el apartado 7 de la proposición anterior, los unos, si los hubiese, de la paralela a la diagonal por la matriz I y completar con ceros de modo que el orden de la nueva matriz se 2m 2m 3 o A continuación calculamos, por el método establecido en la proposición 621, una base compleja de V s Sea ésta B λ = v 1, v 2,, v m 4 o El bloque de base canónica real asociado a los autovalores λ y λ será de la forma: B λλ = { Re(v 1, Im(v 1, Re(v 2, Im(v 2,,, Re(v m, Im(v m } Ejemplo 1 Sean V un espacio vectorial sobre C, B = {u 1, u 2, u 3, u 4 } y f End(V tal que: A = M B (f = Calcular las formas canónicas, compleja y real de f y unas bases canónicas, compleja y real de V para f Solución Autovalores de f 0 = λi A = (λ 2 2 λ = λ 1 = 1 + i, (m 1 = 2, λ 2 = 1 i, (m 2 = 2 Subespacios asociados a λ 1 = 1 + i V 1 (λ i i i i = 0 Utilizando la forma reducida de la matriz de los coeficientes de V 1, obtenemos: i 1 V 1 (λ (1 i 1 2 (1 + i = 0, de donde deducimos que dim ( V 1 (λ 1 = 2, con lo cual los bloques de Jordan asociados a los autovalores λ 1 = 1 + i y λ 2 = 1 i son de la forma: J λ1 = ( 1 + i i ( 1 i 0, J λ2 = 0 1 i Una base B λ1 de V 1 (λ 1 es B λ1 = {( 2, 1 + i, 2, 0, ( 2i, 1 i, 0, 2} dto de álgebra
7 CONSTRUCCIÓN DE UN BLOQUE DE JORDAN REAL 135 Formas canónicas compleja y real de f De lo anterior se deduce que J C = 1 + i 1 + i 1 i 1 i, J R = Bases canónicas compleja y real de V para f Estas son: B C = {( 2, 1 + i, 2, 0, ( 2i, 1 i, 0, 2, ( 2, 1 i, 2, 0, (2i, 1 + i, 0, 2}, B R = {( 2, 1, 2, 0, (0, 1, 0, 0, (0, 1, 0, 2, ( 2, 1, 0, 0} Ejemplo 2 Sean V un espacio vectorial sobre C, B = {u 1, u 2, u 3, u 4 } y f End(V tal que: A = M B (f = Calcular las formas canónicas, compleja y real de f y unas bases canónicas, compleja y real de V para f Solución Autovalores de f 0 = λi A = (λ 2 2 λ = λ 1 = 1 + i, (m 1 = 2, λ 2 = 1 i, (m 2 = 2 Subespacios asociados a λ 1 = 1 + i V 1 (λ I I I I = 0 Utilizando la forma reducida de la matriz de los coeficientes de V 1, obtenemos: V 1 (λ i = 0, de donde deducimos que dim ( V 1 (λ 1 = 1, con lo cual f no es diagonalizable y los bloques de Jordan asociados a los autovalores λ 1 = 1 + i y λ 2 = 1 i son de la forma: J λ1 = ( 1 + i i ( 1 i 1, J λ2 = 0 1 i m iglesias
8 CONSTRUCCIÓN DE UN BLOQUE DE JORDAN REAL 136 Una base B 1λ1 de V 1 (λ 1 es B λ1 = {( 1 i, 1, 1, 1} V 2 (λ i i 2 2 i 2 i 0 2 i 2 2 i 2 2 i i 2 2 i 2 i i 4 i 4, lo que es equivalente (utilizando, igualmente, la forma reducida por filas, V 2 (λ i (1 i 1 2 (1 + i = 0 = 0 Una base B 2λ1 de V 2 (λ 1 es Formas canónicas compleja y real de f De lo anterior se deduce que: J C = B 2λ1 = {( 2, 1 + i, 2, 0, ( 2i, 1 i, 0, 2} 1 + i i 1 i 1 1 i, J R = Bases canónicas compleja y real de V para f Calculemos un bloque de base compleja de Jordan asociada al autovalor λ 1 Como p 1 = 1 y p 2 = 1, tenemos V 2 ( 2, 1 + i, 2, 0 (λ 1 I A V 1 (2i, 1 + i, 1 i, 1 i B C = {(2i, 1 + i, 1 i, 1 i, ( 2, 1 + i, 2, 0, ( 2i, 1 i, 1 + i, 1 + i, ( 2, 1 i, 2, 0}, B R = {(0, 1, 1, 1, (2, 1, 1, 1, ( 2, 1, 2, 0, (0, 1, 0, 0} dto de álgebra
Formas 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 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 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 detallesAutovalores 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 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 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 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 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 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 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 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 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 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 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 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 detallesÁLGEBRA LINEAL. EXAMEN FINAL 18 de Enero de b) (0, 5 puntos) Estudia si la siguiente afirmación es verdadera o falsa, justificando
ÁLGEBRA LINEAL EXAMEN FINAL 8 de Enero de Apellidos y Nombre: Duración del examen: 3 horas Publicación de notas: enero Revisión de Examen: feb Ejercicio. ( puntos a (, puntos Estudia si la siguiente afirmación
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 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 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. 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 detallesESPACIOS VECTORIALES Y APLICACIONES LINEALES
Departamento de Matemática Aplicada II E.E.I. ÁLGEBRA Y ESTADÍSTICA Boletín n o (010-011 ESPACIOS VECTORIALES Y APLICACIONES LINEALES 1. En el espacio vectorial ordinario R 4 estudiar cuáles de los siguientes
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 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 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 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 detallesSea V un conjunto no vacío (cuyos elementos se llamarán vectores) y sea K un cuerpo (cuyos elementos se llamarán escalares).
Capítulo 6 Espacios Vectoriales 6.1 Definiciones Sea V un conjunto no vacío (cuyos elementos se llamarán vectores) y sea K un cuerpo (cuyos elementos se llamarán escalares). Definición 6.1.1 Se dice que
Más detallesAfinidades. Movimientos
Capítulo 3 Afinidades. Movimientos 3.1 Aplicaciones afines Nota En lo que sigue E = (X, V, + es un espacio afín sobre K de dimensión n y R = {O, B} un sistema de referencia de E. Definición 3.1.1 Llamamos
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 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 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 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 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 detallesFACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas
EXÁMENES DE MATEMÁTICAS Álgebra Primero de Ingeniería Química FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha 5 de julio de 99. Dada la aplicación lineal: T
Más detallesÁlgebra. Ingeniería Industrial. Curso 2006/2007 Examen de Septiembre
Álgebra. Ingeniería Industrial. Curso / Examen de Septiembre OBSERVACIONES: Cada hoja entregada debe contener el nombre, apellidos y número de identificación escrito de forma clara. No mezclar ejercicios
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 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 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 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. 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 detallesÁlgebra Lineal. Maestría en Ciencias Matemáticas. x y + z = 1 x y z = 3 2x y z = 1. x + y + 2z = 1 4x 2ty + 5z = 2 x y + tz = 1
Álgebra Lineal Maestría en Ciencias Matemáticas Resuelva el siguiente sistema usando la factorización LU o P T LU (según sea el caso) x y + z = x y z = 3 2x y z = 2 Calcule A usando el algoritmo de Gauss-Jordan:
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 detallesTEMA V. Espacios vectoriales
TEMA V. Espacios vectoriales 1 1. Demostrar que cada uno de los siguientes conjuntos tiene estructura de espacio vectorial sobre el cuerpo de los reales: a El conjunto (R 2, +,, R. b El conjunto (R 3,
Más detallesTÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA
ESCUELA ESTUDIOS DE TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA DEPARTAMENTO DE INGENIERÍA INFORMÁTICA MATEMÁTICA APLICADA I ÁLGERA LINEAL OLETINES DE PROLEMAS Curso 8-9 Sistemas de ecuaciones lineales.
Más detallesSoluciones a los ejercicios del examen final C =. 1 0
Universidade de Vigo Departamento de Matemática Aplicada II E T S E de Minas Álgebra Lineal Curso 205/6 de enero de 206 Soluciones a los ejercicios del examen final Se considera el subespacio U {X M 2
Más detallesTema 3: Espacios vectoriales
Tema 3: Espacios vectoriales K denotará un cuerpo. Definición. Se dice que un conjunto no vacio V es un espacio vectorial sobre K o que es un K-espacio vectorial si: 1. En V está definida una operación
Más detallesÁLGEBRA Ejercicios no resueltos de la Práctica 7
ÁLGEBRA Ejercicios no resueltos de la Práctica 7 Endomorfismos (Curso 2007 2008) 3. Hallar la matriz de Jordan J de la siguiente matriz A, así como una matriz P de paso de A a J, esto es, tal que J = P
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 detallesTEMA 5: Aplicaciones Lineales. Diagonalización.
TEMA 5: Aplicaciones Lineales. Diagonalización. 1. Aplicaciones Lineales 1.1. Definición, propiedades y ejemplos. Definición 1. Dados dos espacios vectoriales V y V sobre un mismo cuerpo K, una aplicación
Más detallesA = [a 1 a 2 a 3. El sistema Ax = c tiene infinitas soluciones N. Existe un único vector x tal que T (x) = c X. T es suprayectiva
Asignatura: ÁLGEBRA LINEAL Fecha: 6 de Julio de Fecha publicación notas: 6 de Julio de Fecha revisión examen: de Julio de Duración del examen: horas y media APELLIDOS Y NOMBRE: DNI: Titulación:. ( punto:,
Más detallesa ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x i x j + a ij + a ji x j x i = s ij x i x j + s ji x j x i 2
68 Matemáticas I : Álgebra Lineal Tema 7 Formas cuadráticas Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado, pues el cuadrado
Más detalles2.6 Polinomios anuladores y los Teoremas A y B
20 Álgebra lineal 2.6 Polinomios anuladores y los Teoremas A y B En esta sección vamos a suponer que todos los espacios vectoriales son sobre K = C. Esta sección está basada en la Sección 14.6 de Volumen
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 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 detallesEste documento es de distribución gratuita y llega gracias a El mayor portal de recursos educativos a tu servicio!
Este documento es de distribución gratuita y llega gracias a Ciencia Matemática El mayor portal de recursos educativos a tu servicio! Capítulo 5 Cónicas 5.1 Definiciones y ecuaciones reducidas Nota En
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. Espacio vectorial. Subespacios vectoriales
Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS Sea k un cuerpo. 1. Espacio vectorial. Subespacios vectoriales Definición 1.1. Un k-espacio vectorial o espacio vectorial
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 detallesA-PDF Page Cut DEMO: Purchase from to remove the watermark. Ejercicios resueltos 125
A-PDF Page Cut DEMO: Purchase from www.a-pdf.com to remove the watermark Ejercicios resueltos 125 Las matrices asociadas a g f y f g son, respectivamente 0 3 8 ) 14 13 g f BA = 3 3 1 f g AB = 16 22 7 2
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 detallesa n1 a n2 a nn Es decir, una forma cuadrática es un polinomio homogéneo de grado 2 y n variables.
Capítulo 7 Formas cuadráticas. Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado, pues el cuadrado de la norma de un vector
Más detallesCapítulo 7. Espacios vectoriales. 7.1 Definición y ejemplos
Capítulo Espacios vectoriales.1 Definición y ejemplos Un espacio vectorial sobre un cuerpo K (que supondremos conmutativo es un conjunto no vacío junto con 1. una operación interna, +, a la que llamaremos
Más detallesa n1 a n2 a nn x n a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x j x i = s ij x i x j + s ji x j x i 2 x i x j + a ij + a ji
16 Fundamentos de Matemáticas : Álgebra Lineal Capítulo 1 Formas cuadráticas Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado,
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 detallesTransformaciones Lineales
Transformaciones Lineales En lo que sigue denotaremos por K al conjunto R ó C Definición Sean V y W dos K-ev (espacios vectoriales sobre K Se llama transformación lineal de V en W a toda función T : V
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 detallesPráctica 6: Autovalores y autovectores - Diagonalización
ALGEBRA LINEAL Primer Cuatrimestre 2010 Práctica 6: Autovalores y autovectores - Diagonalización 1. Calcular el polinomio característico, los autovalores y los autovectores de la matriz A en cada uno de
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 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 detallesRelación 1. Espacios vectoriales
MATEMÁTICAS PARA LA EMPRESA Curso 2007/08 Relación 1. Espacios vectoriales 1. (a) En IR 2 se consideran las operaciones habituales: (x, y) + (x, y ) = (x + x, y + y ) λ(x, y) = (λx, λy) Demuestra que IR
Más detallesAplicaciones Lineales
Aplicaciones Lineales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Aplicaciones Lineales 1 / 47 Objetivos Al finalizar este tema tendrás que: Saber si una aplicación es
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 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 detalles7 Aplicaciones ortogonales
Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 7 Aplicaciones ortogonales 7.1 Aplicación ortogonal Se llama aplicación ortogonal a un endomorfismo f : V V sobre un espacio vectorial
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 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 detallesTema 1: Espacios vectoriales
PROBLEMAS DE MATEMÁTICAS Parte I: Álgebra Primero de Químicas FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas Universidad de Castilla-La Mancha Tema 1: Espacios vectoriales 1 Determina si cada
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 detallesÁLGEBRA Algunas soluciones a la Práctica 8
ÁLGEBRA Algunas soluciones a la Práctica 8 Aplicaciones bilineales y formas cuadráticas (Curso 2008 2009 6. Sean a y b dos números reales. En el espacio P 1 de los polinomios de grado menor o igual que
Más detallesEndomorfismos: autovalores, autovectores, diagonalización
Capítulo 14 Endomorfismos: autovalores, autovectores, diagonalización Consideraremos en este capítulo endomorfismos f : IR n IR n, siendo IR n espacio vectorial sobre IR. 14.1 Valores y vectores propios
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 detallesExamen Final Soluciones (3 horas) 8 de julio de 2015
Álgebra Lineal I Examen Final Soluciones (3 horas) 8 de julio de 2015 1. Siete personas suben en un ascensor en la planta baja de un edificio de cinco pisos. Cada una de ellas se apea en alguna de las
Más detallesÁlgebra Lineal y Geometría I. Prueba 3. Grupo A. 12 de marzo de (
Álgebra Lineal y Geometría I. Prueba 3. Grupo A. 2 de marzo de 208. Apellidos: Nombre: DNI: Ejercicio.-(4 puntos) Se considera la matriz siguiente: A = 2 0 3 0 2. Calcule W = null(a 2I), W 2 = null(a 4I)
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 detallesEspacios vectoriales DEFINICIÓN. PRIMERAS PROPIEDADES
Espacios vectoriales DEFINICIÓN. PRIMERAS PROPIEDADES Definición 47. Se dice que un conjunto E, a cuyos elementos llamaremos vectores, es un espacio vectorial sobre el cuerpo (IK, +, ), cuyos elementos
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 detallesDiagonalización y Formas canónicas en la semejanza. Antonia González Gómez Dep. de Matemáticas Aplicadas a los Recursos Naturales ETSI de Montes UPM
y Formas canónicas en la semejanza Antonia González Gómez Dep. de Matemáticas Aplicadas a los Recursos Naturales ETSI de Montes UPM Índice 1. Introducción 2 2. Autovalores, autovectores y autoespacios
Más detallesÁLGEBRA LINEAL I Práctica 7
ÁLGEBRA LINEAL I Práctica 7 Endomorfismos (Curso 2015 2016) 1. Dada la matriz: 3 2 0 0 0 1 0 0 0 0 A = 0 0 1 0 0. 0 0 0 1 0 0 0 0 1 1 (a) Estudiar si es triangularizable por semejanza. (b) Hallar sus autovalores
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 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 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 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 detallesValores y vectores propios
Valores y vectores propios Departamento de Matemáticas, CCIR/ITESM 4 de enero de 20 Índice 8.. Definición de valor y vector propio.................................. 8.2. Determinación de los valores propios.................................
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 detalles