Reducción de matrices. Caso no diagonalizable
|
|
- Consuelo Mendoza Salazar
- hace 6 años
- Vistas:
Transcripción
1 Tema 5 Reducción de marices. Caso no diagonaliable Ejemplo inroducorio. El siguiene es un ejemplo de lo que se llama una recurrencia vecorial. Un curso de Algebra Ecuaciones Diferenciales se impare en dos grupos, A B. Cada semana dejan el curso 1 4 de los que esán en el grupo A 1 3 de los que esán en B. Además, 1 6 del grupo B se pasa al grupo A 1 4 de A pasa a B. Finalmene, 1 6 de los que abandonaron en la semana anerior se incorporaron al grupo A 1 al grupo B. Calcula la recurrencia vecorial asociada al problema. Si inicialmene ha 6 18 mariculados en el grupo A, 9 en B 12 que se mariculan pero abandonan el curso, cuál será la disribución de las clases los abandonos ranscurridos seis meses de curso? Denoemos por A[n] los alumnos que ha en el grupo A en la semana n, B[n] los alumnos que esán en el grupo B en la semana n C[n] los alumnos que dejan el curso ras la semana n. Inicialmene A[] = 18, B[] = 9, C[] = 12. las relaciones enre una semana la siguiene es, según el enunciado, A[n + 1] = 1 2 A[n] B[n] C[n] B[n + 1] = 1 4 A[n] B[n] C[n] C[n + 1] = 1 4 A[n] B[n] C[n] Maricialmene, si v[n] = A[n], B[n], C[n] T, enemos el sisema 1/2 1/6 1/6 v[n + 1] = A v[n] = 1/4 1/2 1/6 v[n], 1/4 1/3 2/3 v[] = 18, 9, 12 T. La disribución ras seis meses de curso, es v[24] = A 24 v[]. Se raaría enonces de enconrar ese vecor de una forma raonable, pues el camino obvio de nlas poencias de la mari carece de senido prácico, salvo si uviéramos la suere de que A fuese diagonaliable por qué?. Sin embargo, no es ése el caso, pues se puede comprobar que A no es diagonaliable. Necesiamos enonces una alernaiva. En el ema anerior esablecimos condiciones para la diagonaliación de una mari cuadrada. Cuando una de las condiciones de diagonaliación fallaba, aún podíamos riangulariar la mari, hacerla semejane
2 a una mari riangular superior. Ésa no es, sin embargo, la represenación más simple de la mari en el caso de que ésa no diagonalice por no cumplir la segunda condición. Para las aplicaciones que nos ineresan, que serán las que aparecen en ese ema los dos siguienes, buscaremos una represenación a ravés de una base de los llamados auovecores generaliados. Esa represenación viene dada por el eorema de descomposición primaria. El primer bloque de aplicaciones de esos resulados será raado ambién en ese ema corresponde a las llamadas recurrencias vecoriales; en paricular las ecuaciones en diferencias Auoespacios generaliados Sea A M n,n K una mari cuadrada, que puede corresponder a un endomorfismo sobre un espacio vecorial de dimensión finia. Sea λ un auovalor de A. Sabemos que el auoespacio asociado a λ es el subespacio EA, λ = KerλI n A. Cuando la mari no diagonalia por no cumplir la segunda condición de diagonaliación, es porque para algún auovalor la muliplicidad geomérica dλ = dimea, λ no coincide con la algebraica mλ orden de λ como raí del polinomio caracerísico. Si eso ocurre para nuesro λ, la idea es raar de enconrar un subespacio relacionado con EA, λ cua dimensión sea jusamene mλ. Ese subespacio puede enconrarse a ravés de las poencias de λi n A. Lema 1. Sea A M n,n K λ un auovalor de A. Se verifica: a Cada subespacio KerλI n A k, k es invariane frene a A. b KerλI n A k KerλI n A k+1, k. c Si para un enero k se da la igualdad enonces KerλI n A k = KerλI n A k +1, KerλI n A k = KerλI n A k+1, k k. Fijado λ, se puede demosrar que la sucesión de subespacios KerλI n A KerλI n A 2 KerλI n A 3 esabilia en alguna poencia de λi n A. Eso significa que ha un primer enero kλ para el cual KerλI n A kλ = KerλI n A kλ+1,, por el aparado c del lema 1, odos los siguienes subespacios coinciden. El subespacio E g A, λ = KerλI n A kλ se llama auoespacio generaliado correspondiene a λ. Sus elemenos se llaman auovecores generaliados asociados a λ. Nóese que si m kλ se iene que E g A, λ = KerλI n A m. También, si A es diagonaliable, E g A, λ = EA, λ. Ejemplo. Vamos a buscar los auoespacios generaliados de la mari A =
3 Los auovalores con sus muliplicidades algebraicas son Para el primer auovalor λ 1 = 1, mλ 1 = 3 λ 2 = 3, mλ 2 = 1. EA, λ 1 = KerI 3 A = {,,, T / } = {,,, T / =, =, = } = span1,,, T dλ 1 = 1. KerI 3 A 2 = {,,, T / } = {,,, T / =, = } = span1,,, T,, 1,, T. KerI 3 A 3 = {,,, T / = {,,, T / = } = span1,,, T,, 1,, T,,, 1, T. KerI 3 A 4 = {,,, T / = {,,, T / = } = span1,,, T,, 1,, T,,, 1, T. Luego E g A, λ = KerI 3 A 3. Para el segundo auovalor EA, λ 2 = Ker 3I 3 A = {,,, T / = {,,, T / = 15/8, = /4, = } = span15, 2, 8, 8 T dλ 2 = 1. Ker 3I 3 A 2 = {,,, T / = {,,, T / = 15/8, = /4, = } = span15, 2, 8, 8 T. Luego E g A, λ = EA, λ = Ker 3I 3 A. } } } }
4 5.2. Teorema de descomposición primaria El eorema que nos da una reducción de la mari a ravés de los auovecores generaliados es el siguiene. Más adelane veremos ejemplos. Teorema 1. Sea A M n,n K supongamos que odos los auovalores de A, λ 1,..., λ r, esán en K. Para cada j = 1,..., r pongamos dλ j = dimea, λ j la muliplicidad geomérica, mλ j la muliplicidad algebraica kλ j el primer enero donde se esabilia la sucesión de núcleos {Kerλ j I n A k } k 1. Se cumple enonces que 1 kλ j mλ j, 1 j r. 2 dime g A, λ j = mλ j, 1 j r. 3 El espacio K n es suma direca de los auoespacios generaliados: K n = E g A, λ 1 E g A, λ 2 E g A, λ r. 4 Tomemos una base arbiraria B j de cada auoespacio generaliado E g A, λ j, 1 j r. Enonces B = B 1 B r es una base de K n. Si P es la mari cuas columnas son los vecores de B, enonces P 1 AP es diagonal por bloques, es decir, P 1 AP = diagt 1,..., T r, donde T j es una mari de amaño mλ j mλ j de la forma T j = λ j I mλj mλ j + N j, con N j M mλj mλ j K una mari al que para alguna poencia s, N s j = es la mari nula. Para las aplicaciones que ahora veremos las de los emas siguienes, es más imporane obener la base de auovecores generaliados que la forma diagonal por bloques semejane. Ejemplos. Buscamos una base de auovecores generaliados para las siguienes marices. 1 A = El polinomio caracerísico es p A = , de modo que los auovalores con sus muliplicidades algebraicas son Para el primer auovalor Luego λ 1 = 4, mλ 1 = 2 λ 2 = 2, mλ 2 = 1. EA, λ 1 = Ker4I 3 A = {,, T / = {,, T / =, = } = span1, 1, 1 T dλ 1 = 1. E g A, λ 1 = Ker4I 3 A 2 = {,, T / = {,, T / = } = span1, 1, 1 T, 1,, T. } }
5 Para el segundo auovalor EA, λ 2 = Ker 2I 3 A = {,, T / = {,, T / =, = } = span 1, 1, 1 T dλ 2 = 1. Luego los vecores v 1 = 1, 1, 1 T, v 2 = 1,, T, v 3 = 1, 1, 1 T forman una base de auovecores generaliados, de los cuales son auovecores v 1 v 3. Si P es la mari cuas columnas son v 1, v 2, v 3, la forma reducida semejane a A iene la forma P 1 AP = donde las columnas de P 1 AP esán formadas por las coordenadas de A v 1, A v 2 A v 3 en la base nueva. Se iene 2 A v 1 = 4 v 1 A v 2 = A 4I 3 v v 2 = v v 2 A v 3 = 2 v 3 A = Calculamos los auovalores de A. Su polinomio caracerísico es, desarrollando por la ercera fila, 1 p A = dei 4 A = = De modo que, los auovalores de A, con sus muliplicidades algebraicas, son: λ 1 = 1, mλ 1 = 2; λ 2 = i, mλ 2 = 1; λ 3 = i, mλ 3 = 1. Buscamos ahora una base de los auoespacios generaliados asociados a cada auovalor de A. Para λ 1, enemos, EA, λ 1 = KerI A = {,,, T : = {,,, T : =, =, + = } = {,,, T : = =, = } = 1, 1,, T. Como la muliplicidad algebraica es 2 la del auoespacio es 1, para obener el auoespacio generaliado endremos que elevar al cuadrado la mari I A, E g A, λ 1 = KerI A 2 = {,,, T : } = {,,, T : =, = } = {,,, T : = 2, = 6} = 1, 1,, T, 6,, 1, 2 T. } }
6 Para el segundo auovalor, E g A, λ 2 = KeriI A = {,,, T : i i i i 2 } = {,,, T : i 1 + =, 3 + i =, i 1 =, i 2 =.} = {,,, T : = =, = 2 i} =, 2 i,, 1 T. Y como el ercer auovalor es conjugado del segundo A es real, su auoespacio generaliado esá generado por el conjugado del vecor anerior, E g A, λ 3 = Ker ii A =, 2 + i,, 1 T. Tenemos a calculada una base de auovecores generaliados, v 1 = 1, 1,, T, v 2 = 6,, 1, 2 T, v 3 =, 2 i,, 1 T, v 4 =, 2 + i,, 1 T. donde, recordemos que v 1, v 3 v 4 son auovecores. Si P es la mari cuas columnas son v 1, v 2, v 3, v 4, la forma reducida semejane a A iene la forma P 1 AP = i i donde las columnas de P 1 AP esán formadas por las coordenadas de A v 1, A v 2, A v 3 A v 4 en la base nueva. Se iene. A v 1 = v 1 A v 2 = A I 4 v 2 + v 2 = v 1 + v 2 A v 3 = i v 3 A v 4 = i v Recurrencias vecoriales Dada una mari A M n.n C planeamos el problema de dar la solución de la recurrencia vecorial [m + 1] = A [m], [m] C n, m. 5.1 Ya hemos viso un ejemplo de recurrencia vecorial en la inroducción del ema anerior o en el ejemplo inroducorio de ese ema. Conocido el valor inicial [] = C n, la solución es [m] = A m []. El problema 5.1 quedaría enonces resuelo si obuviéramos la poencia A m, algo que en general no es posible. En su lugar se busca epresar la solución [m] como una superposición de los llamados modos normales. Los modos normales son las soluciones especiales de 5.1 que corresponden a daos iniciales en alguno de los auoespacios generaliados de A. Veamos cómo se puede epresar cada uno de esos modos normales.
7 Sea λ un auovalor de A E g A, λ = KerλI n A kλ. Para m kλ, podemos escribir A m = λi n + A λi n m = = kλ 1 j= m j m m j j= λ m j A λi n j = λ m + mλ m 1 A λi n + m + + kλ 1 λ m j A λi n j mm 1 λ m 2 A λi n 2 2 λ m kλ 1 A λi n kλ 1, 5.2 pues al ser E g A, λ = KerλI n A kλ, enonces λi n A kλ = por ano λi n A j = para j kλ. Hemos dado así una epresión general para los modos normales. En paricular, si es un auovecor, el modo normal es simplemene A m = λ m. El procedimieno para resolver 5.1 con una condición inicial [] arbiraria es enonces de la siguiene forma: 1 Obener una base de C n formada por auovecores generaliados: { 1,..., n }. 2 Epresar la condición inicial como suma de auovecores generaliados, calculando las coordenadas de [] en la base formada por auovecores generaliados: Enonces [] = α α n n. A m [] = α 1 A m α n A m n Calcular cada modo normal A m j, 1 j n según la fórmula 5.2 sumar para obener 5.3. En el caso de necesiar calcular A m, si llamamos P a una mari cuas columnas sean auovecores generaliados de A formen una base de C n. Por lo que hemos viso, sabemos epresar en forma cerrada A m P = S m, que es la mari cuas columnas son los modos normales asociados. De aquí podemos despejar A m = S m P 1. Ejemplos 1 Para la mari A = el vecor = 1, 1, 7, 12 T, vamos a calcular A 1. Los auovalores con su muliplicidad correspondiene son: λ 1 = 1, mλ 1 = dλ 1 = 1 λ 2 = 4, mλ 2 = 3.
8 Buscamos una base de auovecores generaliados. Para el primer auovalor 3 E g A, λ 1 = Ker I 4 A = {,,, T : Para el segundo auovalor, = {,,, T : =, = 2/3, = 11/9} = span, 9, 6, 11 T. EA, λ 2 = Ker 4I A = {,,, T : = {,,, T : = = = } = span,,, 1 T dλ 2 = 1. } } Ker 4I A 2 = {,,, T : } = {,,, T : = = } = span,,, 1 T,,, 1, T. E g A, λ 2 = Ker 4I A 3 = {,,, T : = {,,, T : = } = span,,, 1 T,,, 1, T, 1, 1,, T. Una base de auovecores generaliados para esa mari es enonces: donde v 1, v 2 son auovecores. v 1 =, 9, 6, 11 T, v 2 =,,, 1 T, v 3 =,, 1, T, v 4 = 1, 1,, T, Tenemos que obener las coordenadas de la condición inicial [] = = 1, 1, 7, 12 T en la nueva base. Sabemos que ésas son P 1, donde P es la mari cuas columnas son v 1, v 2, v 3, v 4. No se calcula P 1, sino que se resuelve el sisema con mari P érmino independiene 1, 1, 7, 12 T. Si [] = α 1 v 1 + α 2 v 2 + α 3 v 3 + α 4 v 4, enonces α 1 1 α 1 1 P α 2 α α α α α 4 12 De donde α 1 = 1, α 2 = 1, α 3 = 1, α 4 = 1. Enonces [] = v 1 + v 2 + v 3 + v 4 luego A 1 [] = A 1 v 1 + A 1 v 2 + A 1 v 3 + A 1 v 4 = 1 1 v v v A + 4I 4 v v A + 4I 4 v A + 4I 4 2 v 4 = 1 1 v v v v v v v 2. }
9 2 Para la mari A = , el vecor = 2,, 1, T vamos a calcular la solución de la recurrencia vecorial [m + 1] = A [m], [] =. Ya hemos enconrado, en el ejemplo 2 de la sección anerior, una base formada por auovecores generaliados para esa mari: donde v 1 = 1, 1,, T, v 2 = 6,, 1, 2 T, v 3 =, 2 i,, 1 T, v 4 =, 2 + i,, 1 T, A v 1 = v 1 A v 2 = A I 4 v 2 + v 2 = v 1 + v 2 A v 3 = i v 3 A v 4 = i v 4 Tenemos que obener las coordenadas de la condición inicial [] = = 2,, 1, T en la nueva base. Sabemos que ésas son P 1, donde P es la mari cuas columnas son v 1, v 2, v 3, v 4. No se calcula P 1, sino que se resuelve el sisema con mari P érmino independiene 2,, 1, T. Si [] = α 1 v 1 + α 2 v 2 + α 3 v 3 + α 4 v 4, enonces α α 1 2 P α 2 α i 2 + i α 2 1 α 3 1. α α 4 De donde α 1 = 4, α 2 = 1, α 3 = 1, α 4 = 1. Enonces [] = 4 v 1 + v 2 + v 3 + v 4 luego [m] = A m [] = 4A m v 1 + A m v 2 + A m v 3 + A m v 4 = 4 v 1 + v 2 + ma I 4 v 2 + i m v 3 + i m v 4 = 4 v 1 + v 2 m v 1 + 2Rei m v Ecuaciones en diferencias La segunda aplicación iene mucha relación con la primera. Son las ecuaciones en diferencias, que son ecuaciones de la forma j+n + a n 1 j+n a 1 j+1 + a j = f j, j, 5.4 donde a,..., a n 1 K son los coeficienes de la ecuación {f j } j= ejemplo, la célebre ecuación de Fibonacci M j+2 = M j+1 + M j, es un ejemplo de ecuación en diferencias. es una sucesión conocida. Por Las soluciones de 5.4 son sucesiones { j } j= que convieren 5.4 en una idenidad cuando cada m se susiue por m, m. No raaremos la resolución general de 5.4. Nos ineresan el caso homogéneo, es decir j+n + a n 1 j+n a 1 j+1 + a j =, j, 5.5 algunos casos de 5.4 con érminos no homogéneos {f j } j= que aparecen en varios ejemplos.
10 Ecuación homogénea Denoamos por S al conjuno de odas las soluciones de 5.5. Es fácil ver que S es un espacio vecorial respeco de las operaciones definidas por componenes. Fijémonos en que 5.5 puede escribirse j+n = a n 1 j+n 1 a 1 j+1 a j, j, de modo que la ecuación posee solución única una ve que se especifican los n valores iniciales de la sucesión, 1,..., n 1. De esa manera, las n soluciones correspondienes a los n daos iniciales = 1, 1 =, 2 =,..., n 1 = =, 1 = 1, 2 =,..., n 1 = =, 1 =, 2 =,..., n 1 = 1, consiuen una base del espacio de soluciones S por ano dims = n. Para la descripción de las soluciones suele ser úil la formulación maricial de 5.5. Dada una sucesión { j } j=, se consrue la sucesión de vecores [j] = j, j+1,..., j+n 1 T, j. Enonces, { j } j= es solución de 5.5 si sólo si [j + 1] = A [j], j 1, 5.6 donde A = a a 1 a 2 a 3 a n 2 a n 1. Así, la resolución de 5.5 se reduce a la obención de los modos normales de 5.6. Sin embargo, en la prácica, puede darse la solución de 5.5 uiliando la formulación maricial sólo a efecos eóricos. El polinomio p = n + a n 1 n a 1 + a se llama polinomio caracerísico de 5.5. Sus raíces se llaman raíces caracerísicas. No es difícil ver que p = dei n A, de modo que las raíces caracerísicas de 5.5 coinciden, juno con su muliplicidad, con los auovalores de A. Para la obención de los soluciones de 5.5 consideremos la facoriación de p: p = λ 1 mλ1 λ r mλr, según sus diferenes raíces λ j con muliplicidades algebraicas mλ j, con mλ mλ r = n. Las soluciones de 5.5 son las primeras componenes de los vecores solución de 5.6 Primera componene de [] 1 Primera componene de [1].. j Primera componene de [j]....
11 , como sabemos, oda solución de 5.6 es combinación de modos normales. De aquí se deduce que oda solución de 5.5 es combinación lineal de las sucesiones obenidas por las primeras componenes de los modos normales. Cada modo normal genera una sucesión de vecores donde Kerλ s I n A mλs., A, A 2,..., Ahora bien, dada la forma de un modo normal cualquiera proporcionada por 5.2, enemos que la sucesión de las primera componenes de {A j } j= es combinación lineal de las sucesiones {λ j s} j=, {jλ j s} j=,..., {j mλ s 1 λ j s} j=. Recorriendo enonces odos los modos normales, enemos que el espacio de soluciones S esá conenido en el espacio de sucesiones S formado por las combinaciones lineales de las n sucesiones {j l λ j s} j=, 1 s r, l m s 1. Por oro lado, al ser dims = n, enonces necesariamene S = S las n sucesiones aneriores forman una base de S. De ese modo, para obener las soluciones de 5.5 se procede de la siguiene manera: 1 Obener las raíces caracerísicas λ 1,..., λ r sus muliplicidades m 1,..., m r. 2 Formar las n sucesiones de la base {λ j 1 } j=, {jλ j 1 } j=,..., {j m 1 1 λ j 1 } j= {λ j 2 } j=, {jλ j 2 } j=,..., {j m2 1 λ j 2 } j= {λ j r} j=, {jλ j r} j=,..., {j m r 1 λ j r} j=. 3 Escribir la solución { j } j= como combinación lineal de las sucesiones aneriores. Los coeficienes de esa combinación quedan deerminados al imponer las n condiciones iniciales. Ejemplos. 1 Vamos a obener la solución de la ecuación en diferencias j+2 2 j+1 3 j =, con condiciones iniciales =, 1 = 1. El polinomio caracerísico es p = = 3 + 1, de modo que las raíces caracerísicas con sus muliplicidades son Según eso, la base de soluciones es λ 1 = 3, m 1 = 1 λ 2 = 1, m 2 = 1. {λ j 1 } j= = {3 j } j=, {λ j 2 } j= = { 1 j } j=. de manera que la solución general { j } j= es de la forma j = A3 j + B 1 j, j =, 1, 2,..., para consanes A B. Esas consanes se deerminan a parir de las condiciones iniciales: = = A + B =, 1 = 1 1 = 3A B = 1.
12 Se obiene un sisema lineal para las consanes, de solución A = 1/4, B = 1/4. Luego la solución del problema es { j } j= con j = 1 4 3j 1 4 1j, j =, 1, 2, Vamos a obener la solución general de la ecuación en diferencias j+3 3 j+1 2 j =. El polinomio caracerísico es p = = , de modo que las raíces caracerísicas con sus muliplicidades son Según eso, la base de soluciones es λ 1 = 2, m 1 = 1 λ 2 = 1, m 2 = 2. {λ j 1 } j= = {2 j } j=, {λ j 2 } j= = { 1 j } j= {jλ j 2 } j= = {j 1 j } j=. de manera que la solución general { j } j= es de la forma para consanes A, B C. j = A3 j + B 1 j + Cj 1 j, j =, 1, 2,..., 3 Vamos a obener la solución de la ecuación en diferencias j+3 3 j j+1 j =, con condiciones iniciales = 1, 1 =, 2 = 1. El polinomio caracerísico es p = = 1 3, de modo que las raíces caracerísicas con sus muliplicidades son Según eso, la base de soluciones es λ 1 = 1, m 1 = 3. {λ j 1 } j= = {1 j } j=, {jλ j 1 } j= = {j} j= {j 2 λ j 1 } j= = {j 2 } j=. de manera que la solución general { j } j= es de la forma j = A + Bj + Cj 2, j =, 1, 2,..., para consanes A, B C. Esas consanes se deerminan a parir de las condiciones iniciales: = 1 = A = 1, 1 = 1 = A + B + C = 2 = 1 2 = A + 2B + 4C = 1. Se obiene un sisema lineal para las consanes, de solución A = 1, B = 2, C = 1. Luego la solución del problema es { j } j= con j = 1 2j + j 2, j =, 1, 2,....
13 4 Vamos a obener la solución de la ecuación en diferencias j+3 4 j j+1 2 j =, con condiciones iniciales =, 1 = 1, 2 =. El polinomio caracerísico es p = = 1 2 2, de modo que las raíces caracerísicas con sus muliplicidades son Según eso, la base de soluciones es λ 1 = 1, m 1 = 2 λ 2 = 2, m 2 = 1. {λ j 1 } j= = {1 j } j=, {jλ j 1 } j= = {j} j= {λ j 2 } j= = {2 j } j=. de manera que la solución general { j } j= es de la forma j = A + Bj + C2 j, j =, 1, 2,..., para consanes A, B C. Esas consanes se deerminan a parir de las condiciones iniciales: = = A + C =, 1 = 1 1 = A + B + 2C = 1 2 = 2 = A + 2B + 4C =. Se obiene un sisema lineal para las consanes, de solución A = 2, B = 3, C = 2. Luego la solución del problema es { j } j= con j = 2 + 3j 2 j+1, j =, 1, 2, Vamos a obener la solución de la ecuación en diferencias j+2 = j, con condiciones iniciales = 1, 1 = 1. El polinomio caracerísico es p = = i + i, de modo que las raíces caracerísicas con sus muliplicidades son Según eso, la base de soluciones es λ 1 = i, m 1 = 1 λ 2 = i, m 2 = 1. {λ j 1 } j= = {i j } j=, {λ j 2 } j= = { i j } j=. de manera que la solución general { j } j= es de la forma j = Ai j + B i j, j =, 1, 2,..., para consanes A B. Esas consanes se deerminan a parir de las condiciones iniciales: = 1 = A + B = 1, 1 = 1 1 = ia ib = 1. Se obiene un sisema lineal para las consanes, de solución A = 1 i/2, B = 1 + i/2. Luego la solución del problema es { j } j= con j = 1 i 2 ij i 2 ij = 2Re 1 i 2 ij, = 2Re 1 i 1 i 2 eπij/2 = 2Re cosπj/2 + i sinπj/2 2 = cosπj/2 + sinπj/2 j =, 1, 2,.... La solución ha de ser real, pues las condiciones iniciales lo son.
14 Ecuación no homogénea Como a hemos indicado aneriormene, no raaremos la resolución general de la ecuación no homogénea 5.4. Sin embargo, es ineresane eplicar la esrucura de las soluciones, pues se uiliarán raonamienos parecidos poseriormene, en el coneo de las ecuaciones diferenciales. Asímismo, discuiremos ambién la resolución para algunos casos pariculares de érminos no homogéneos {f j } j=. En lo que se refiere a la esrucura de soluciones, conviene resalar una primera propiedad, que podría llamarse principio de superposición. R1 Supongamos que el érmino no homogéneo {f j } j= es suma de dos sucesiones f j = f [1] j + f [2] j, j =, 1,... sean { [1] j } j=, {[2] j } j= soluciones de 5.4 con érminos no homogéneos {f [1] j } j= {f [2] j } j= respecivamene. Enonces, la sucesión { j} j= con j = [1] j + [2] j es solución de 5.4 con érmino no homogéneo f j. El resulado parece raonable por la linealidad de la ecuación en diferencias. La primera consecuencia es la siguiene: R2 Si { j } j= e { j} j= son soluciones de 5.4, enonces la sucesión { j} j=, con j solución de la ecuación homogénea 5.5. = j j es De ese modo, la diferencia de dos soluciones de 5.4 es una solución de la ecuación homogénea asociada. Eso permie la siguiene descripción: R3 La solución general de 5.4 se puede escribir como la suma de una solución paricular más la solución general de la ecuación homogénea asociada 5.5. Ha enonces una reducción del problema en el siguiene senido: para calcular odas las soluciones de 5.4 es suficiene con obener una sola, pues odas las demás se deerminan añadiendo a la obenida soluciones de la ecuación homogénea asociada. Vamos a uiliar esa reducción para resolver algunos casos pariculares de ecuaciones no homogéneas que aparecen con frecuencia en diversas aplicaciones. Buscamos una solución paricular para ecuaciones en diferencias de la forma j+n + a n 1 j+n a 1 j+1 + a j = f j, j, donde f j es de la forma f j = qjb j, siendo b una consane b C qj un polinomio en j de un deerminado grado m, qj = q + q 1 j + q m j m. El méodo que uiliaremos pare de la idea de que cuando el érmino no homogéneo es de esa forma, puede esperarse que eisa una solución del mismo ipo. Consideremos una sucesión { j } j= de la forma j = sjb j. Si susiuimos en la ecuación en diferencias se puede obener la siguiene fórmula donde b j b n pn b g j,n + b n 1 pn 1 b n! n 1! g j,n 1 + b p b g j,1 + pbg j, = qjb j, 5.7 1! p = a + a a n 1 n 2 + a n n,
15 es el polinomio caracerísico de la ecuación, mienras que g j, = sj, g j,1 = sj + 1 sj, g j,2 = sj + 2 2sj sj,... =. k k k g j,k = sj + k sj + k k 1. = g j,n =. n n sj + n 1 n sj + n n 1 1 k 1 k sj k 1 n 1 n sj n 1 k sj, 1 n sj. La ecuación 5.7 permie el siguiene raonamieno. Supongamos que se ensaa una solución paricular de la forma j = sjb j, con s un polinomio de un grado a deerminar. Fijémonos enonces que g j, es un polinomio con el mismo grado que s, g j,1 iene un grado menos, g j,2 dos grados menos, ec. De ese modo, si b no es raí del polinomio caracerísico, enonces pb el polinomio en j de maor grado que aparece a la iquierda en 5.7 es g j, = sj, el cual debe coincidir con el grado m del polinomio de la derecha qj. Por ano, podemos ensaar como solución paricular una sucesión cuo érmino general es produco de b j por un polinomio del mismo grado m del polinomio del érmino no homogéneo. Supongamos ahora que b es raí caracerísica simple. Enonces pb = el polinomio en j de maor grado que aparece a la iquierda en 5.7 es ahora g j,1, el cual debe coincidir con el grado m del polinomio de la derecha qj. Como g j,1 iene un grado menos que sj, enonces debemos ensaar sj con grado m + 1. Si b es raí doble, enonces pb = p b = sj debe ener grado m + 2. Así, en general, si b es raí caracerísica de muliplicidad d, podemos ensaar como sj un polinomio de grado menor o igual que m + d, sj = A + A 1 j + + A d 1 j d 1 + A d j d + + A m+d j m+d. Aún se puede avanar un poco más; eniendo en cuena que b es raí con esa muliplicidad, la pare de la solución correspondiene al polinomio de grado menor o igual que d 1 es una solución de la ecuación homogénea. De ese modo, podemos ensaar a parir del coeficiene de j d. Ese méodo, llamado de coeficienes indeerminados, puede resumirse enonces de la siguiene forma: A Si pb, enonces s = s + s s m m eise una solución paricular de la forma j = s + s 1 j + + s m j m b j. B Si p = b d p con p b, enonces s = s + + s d 1 d 1 + s d d + + s d+m d+m eise una solución paricular de la forma j = j d s d + s d+1 j + + s d+m j m b j. C En ambos casos, los coeficienes de s se obienen imponiendo que j sea solución del problema. Ejemplos. [1]. Buscamos una solución paricular de j+2 2 j+1 3 j = j2 j.
16 Las raíces caracerísicas son λ 1 = 3, λ 2 = 1. Como b = 2 no es raí caracerísica el polinomio de la derecha qj = j iene grado uno, ensaamos como solución paricular j = A + Bj2 j. Imponiendo esa función como solución e igualando en las poencias de j, enemos el sisema de donde j = 4/9 j/32 j. 4B 3A = 3B = 1. [2]. Buscamos una solución paricular de j+2 2 j+1 3 j = j 1 j. Ahora, b = 1 es raí simple del polinomio caracerísico. Buscamos enonces una solución paricular de la forma j = ja + Bj 1 j. Imponiendo la función como solución e igualando coeficienes en j, se iene 6B + 4A = 8B = 1. De donde B = 1/8, A = 3/16. La ecuación iene una solución paricular de la forma j = j 3/16 + 1/8j 1 j. La solución general es de la forma c 1 3 j + c 2 1 j + j 3/16 + 1/8j 1 j, con c 1, c 2 consanes arbirarias. EJERCICIOS DEL TEMA 5 Ejercicio 1. Halla una base de los auoespacios generaliados de las marices siguienes A = , B = Halla A 1 B 1 donde es el vecor [1, 1,, ] T. Ejercicio 2. Se consideran las marices A = , B = Halla una base de los auoespacios generaliados de A B Ejercicio 3. Para la mari halla A 3 donde = [1, 2, 3, 5] T. A = Ejercicio 4. Calcula la epresión de A n v donde v es el vecor 1, 2, 3, 4 T A es la mari ,
17 Ejercicio 5. Se considera la mari Ar, dependiene de un parámero real r R, Ar = 1 r. 4 3 r 4 1 i Deermina los valores de r para los cuales Ar es diagonaliable. ii Se considera la mari A = A2. Deermina una base de auovecores generaliados para la mari A. iii Calcula la solución de la recurrencia vecorial [n + 1] = A [n], n = 2, 3,... [2] = 3,, 1 T. Ejercicio 6. Para las siguienes marices A, hallar A n. 1. A = A = A = A = A = Ejercicio 7. Resolver las ecuaciones en diferencias homogéneas de coeficienes consanes siguienes: 1. k+2 k k =. 2. k+2 7 k k =. 3. k+4 6 k k k+1 9 k =. 4. k k k =. Ejercicio 8. Halla la solución general de las siguienes ecuaciones en diferencias: a u j+3 3u j+2 + 3u j+1 u j =, e u j+2 + 8u j u j =. b u j+3 3u j+2 + 3u j+1 u j = j, f u j+2 + 8u j u j = 2 j. c u j+2 2u j+1 3u j = j, g u j+2 + 8u j u j = 3 j. d u j+2 2u j+1 + u j = j + j 2, h u j+2 2u j+1 + 2u j =. Ejercicio 9. Se considera la ecuación en diferencias j+3 3 j+1 2 j = j + 2 j. 5.8 i Calcula una solución paricular de la ecuación 5.8. ii Calcula la solución general de la ecuación 5.8. ii Encuenra odas las soluciones { j } j= de la ecuación 5.8 ales que =. Ejercicio 1. Escribe una ecuación en diferencias homogénea que enga como soluciones las siguienes:
18 1. 1 k, 2 k, 2 k k, k 1 k, 5 k k, 3 k cos kπ 2, 3k sen kπ 2. Ejercicio 11. Escribe una ecuación en diferencias homognea al que una de sus soluciones sea: 1. k = 2 k 1 5 k kπ k = 3 cos 2 sen 3. k = 1 + 3k 5k 2 + 6k 3. kπ. 2 Ejercicio 12. Considera el siguiene deerminane de orden n: b a a b a a b D n = b a a b 1. Comprueba que D n = bd n 1 a 2 D n Calcula D n. Ejercicio 13. Resuelve las ecuaciones en diferencias no homogéneas siguienes: 1. k+2 5 k k = 1 + k. 2. k+2 5 k k = 4 k k kπ k+2 k = k cos. 2
ω ω ω y '' + 3 y ' y = 0 en la que al resolver se debe obtener la función y. dx = + d y y+ m = mg k dt d y dy dx dx = x y z d y dy u u x t t
E.D.O para Ingenieros CAPITULO INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES Las ecuaciones diferenciales son ecuaciones en las que conienen derivadas, Por ejemplo: '' + ' = en la que al resolver se debe
Más detallesSolución: En ambos casos se observa que los determinantes de las matrices de coeficientes son distintos de cero. Veamos: a)
Resolver el siguiene sisema: 9 Primero hallaremos los rangos de la marices formadas por los coeficienes del sisema de la mari formada por los coeficienes los érminos independienes después. sí: 9 rang Ya
Más detallesEJERCICIOS DE VECTORES
EJERCICIOS DE ESPACIOS VECTORIALES CURSO 0-0 CONCEPTO DE ESPACIO VECTORIAL EJERCICIOS DE VECTORES. En el conjuno se definen las operaciones siguienes: x y x y x x y y x y x Suma + :, ', ' ', ' Produco
Más detallesCAPÍTULO 5. INTEGRACIÓN DE FUNCIONES TRIGONOMÉTRICAS 5.1. Introducción 5.2. Cambios de variable 5.3. Transformación en sumas 5.4. Problemas resueltos
CAPÍTULO 5. INTEGRACIÓN DE FUNCIONES TRIGONOMÉTRICAS 5.. Inroducción 5.. Cambios de variable 5.3. Transformación en sumas 5.4. Problemas resuelos 5.5. Inegración por recurrencia Capíulo 5 Inegración de
Más detalles= A, entonces A = 0. Y si A es una matriz. y comprobar el resultado. ,, ;,, es el mismo que el generado
EJERCICIOS. APLICACIONES DE LOS DETERMINANTES. 1. Calcular el siguiene deerminane de orden n: 1 n n n n n n n n n n n n n. Demosrar que si A es una mariz al que n n, se verifica lo anerior? A = A, enonces
Más detallesSistemas lineales con ruido blanco
Capíulo 3 Sisemas lineales con ruido blanco 3.1. Ruido Blanco En la prácica se encuenra procesos esocásicos escalares u con media cero y la propiedad de que w( 1 ) y w( 2 ) no esán correlacionados aún
Más detallesMATEMÁTICAS I. TEMA 1: ECUACIONES Y SISTEMAS DE ECUACIONES
Cód. 87 Avda. de San Diego, 8 Madrid Tel: 978997 98 Fa: 9789 Email: rldireccion@planalfa.es de No se auoria el uso comercial de ese Documeno. MATEMÁTICAS I. TEMA : ECUACIONES Y SISTEMAS DE ECUACIONES..
Más detallesUnidad 1 Matrices PÁGINA 7 SOLUCIONES. 1. La resolución de los sistemas puede expresarse de la forma siguiente:
Unidad 1 Marices PÁGINA 7 SOLUCIONES 1. La resolución de los sisemas puede expresarse de la forma siguiene: La segunda mariz proporciona la solución x = 5,y = 6. La úlima mariz proporciona la solución
Más detalles1. Derivadas de funciones de una variable. Recta tangente.
1. Derivadas de funciones de una variable. Reca angene. Derivadas Vamos a ver en ese capíulo la generalización del concepo de derivada de funciones reales de una variable a funciones vecoriales con varias
Más detallesSistemas sobredeterminados. Aproximación de cuadrados mínimos. Sistemas subdeterminados. Solución de mínima norma. Aplicaciones.
Méodos Numéricos 0 Prácica 3 Sisemas sobredeerminados. Aproximación de cuadrados mínimos. Sisemas subdeerminados. Solución de mínima norma. Aplicaciones. Resolución de sisemas sobredeerminados por cuadrados
Más detallesEcuaciones Matriciales y Determinantes.
Ecuaciones Mariciales y Deerminanes. Ecuaciones Mariciales. Tenemos que obener la mariz incógnia, que generalmene se denoa como X, despejándola de la igualdad. Para conseguirlo enemos las siguienes reglas:
Más detallesMATRICES. M(n) ó M nxn A =
MTRICES Definición de mari. Una mari de orden m n es un conjuno de m n elemenos perenecienes a un conjuno, que para nosoros endrá esrucura de cuerpo conmuaivo y lo denoaremos por K, dispuesos en m filas
Más detallesÁLGEBRA (Selectividad 2014) 1 ALGUNOS PROBLEMAS DE ÁLGEBRA PROPUESTOS EN LAS PRUEBAS DE SELECTIVIDAD DE 2014
ÁLGEBR (Selecividad 04) LGUNOS PROBLEMS DE ÁLGEBR PROPUESTOS EN LS PRUEBS DE SELECTIVIDD DE 04 Casilla y León, junio 4 a a+ a+ Sea la mariz = a a+ 3 a+ 4 a a+ 5 a+ 6 a) Discuir su rango en función de los
Más detallesTécnicas analíticas para las Ecuaciones diferenciales de primer orden: Ecuaciones Exactas y Cambios de Variables
Lección 3 Técnicas analíicas para las Ecuaciones diferenciales de primer orden: Ecuaciones Exacas y Cambios de Variables 3.1. Ecuaciones Exacas Las ecuaciones exacas esán relacionadas con las llamadas
Más detallesMaterial sobre Diagramas de Fase
Maerial sobre Diagramas de Fase Ese maerial esá dedicado a los esudianes de Conrol 1, para inroducirse a los diagramas de fase uilizados para el Análisis de Esabilidad de los punos de equilibrio del sisema
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 detallesALGUNOS PROBLEMAS DE SELECTIVIDAD PROPUESTOS EN 2013
GEOMETRÍA (Selecividad ) ALGUNOS PROBLEMAS DE SELECTIVIDAD PROPUESTOS EN Aragón junio a) Pueden eisir vecores u v ales que u v u v = 8? Jusifica la respuesa b) Deermina odos los posibles vecores u = (a
Más detallesEjercicios Selectividad Matemáticas Apl. CCSS II. Operaciones con matrices. Matrices inversas. Ecuaciones matriciales. Rango de una matriz.
Ejercicios Selecividad Maemáicas pl. SS II loque: Álgebra lineal. MTRIES Operaciones con marices. Marices inversas. Ecuaciones mariciales. Rango de una mari.. Si son dos marices cualesquiera, es correca
Más detallesMMII_L3_C5: Problema de la cuerda finita: Métodos directo y de las imágenes. Guión:
MMII_L_C5: Problema de la cuerda finia: Méodos direco y de las imágenes. Guión: En esa lección se esudia el problema de una cuerda finia, por lo ano, es el problema con dos condiciones de conorno. Como
Más detallesI. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. SEGUNDA EVALUACIÓN. ÁLGEBRA MATERIA: MATEMÁTICAS II OPCIÓN A
Examen Parcial Álgebra Maemáicas II Curso 9- I E S TENE SN SESTIÁN DE LOS REYES EMEN PRCIL SEGUND EVLUCIÓN ÁLGER Curso 9- -III- MTERI: MTEMÁTICS II INSTRUCCIONES GENERLES Y VLORCIÓN El examen consa de
Más detallesALGUNOS PROBLEMAS DE GEOMETRÍA PROPUESTOS EN LAS PRUEBAS DE SELECTIVIDAD DE 2015
GEOMETRÍA (Selecividad 15) 1 ALGUNOS PROBLEMAS DE GEOMETRÍA PROPUESTOS EN LAS PRUEBAS DE SELECTIVIDAD DE 15 1 Andalucía, junio 15 Sean los punos A(, 1, 1), B(, 1, ), C( 1,, ) y D(, 1, m) a) [,75 punos]
Más detallesSOLUCION NUMERICA DE ECUACIONES DIFERENCIALES ORDINARIAS.
SOLUCION NUMERICA DE ECUACIONES DIFERENCIALES ORDINARIAS. El objeivo de esas noas complemenarias al ema de solución numérica de ecuaciones diferenciales ordinarias es dar una inroducción simple al ema,
Más detallesFigura 1. Coordenadas de un punto
1 Tema 1. Sección 1. Diagramas espacio-iempo. Manuel Guiérrez. Deparameno de Álgebra, Geomería y Topología. Universidad de Málaga. 2971-Málaga. Spain. Marzo de 21. En la mecánica es usual incluir en los
Más detallesSoluciones a los ejercicios propuestos Unidad 3. Ecuaciones, inecuaciones y sistemas Matemáticas aplicadas a las Ciencias Sociales
Soluciones a los ejercicios propuesos Unidad cuaciones inecuaciones sisemas Maemáicas aplicadas a las Ciencias Sociales CUACIONS D SGUNDO GRADO Resuelve e inerprea gráficamene las soluciones de las ecuaciones:
Más detallesC cos x sen x 0 x sen x x cos x x sen x cos x x C 1 x 0. Calculamos la matriz adjunta de C: sen x 0 cox 0 cos x sen x. sen x x 1 x 1 sen x
Prueba de Acceso a la Universidad. SEPTIEMBRE. Maemáicas II. Insrucciones: Se proponen dos opciones A y B. Debe elegirse una y conesar a sus cuesiones. La punuación de cada cuesión aparece en la misma.
Más detalles5. ESPACIOS VECTORIALES EUCLÍDEOS. PROYECCIONES ORTOGONALES. MÍNIMOS CUADRADOS.
Espacios vesoriales euclídeos. Proyecciones orogonales. Mínimos cuadrados. 5. ESPACIOS VECTORIALES EUCLÍDEOS. PROYECCIONES ORTOGONALES. MÍNIMOS CUADRADOS. SUMARIO: INTRODUCCIÓN OBJETIVOS INTRODUCCIÓN TEÓRICA.-
Más detallesCAPÍTULO 6. INTEGRACIÓN DE FUNCIONES IRRACIONALES 6.1. Introducción 6.2. Integrales irracionales simples 6.3. Integrales irracionales lineales 6.4.
CAPÍTULO. INTEGRACIÓN DE FUNCIONES IRRACIONALES.. Inroducción.. Inegrales irracionales simples.. Inegrales irracionales lineales.. Inegrales irracionales de polinomios de grado dos no compleos.. Inegrales
Más detalles2. Independencia del camino. Campos conservativos.
GRADO DE INGENIERÍA AEROESPAIAL. URSO. Lección. álculo vecorial.. Independencia del camino. ampos conservaivos. Ha ocasiones en las que la inegral de un campo vecorial F, definido en una región U, a lo
Más detallesGRÁFICA DE CURVAS EN FORMA PARAMÉTRICA
GRÁFICA DE CURVAS EN FORMA PARAMÉTRICA Una curva C se dice definida paraméricamene por medio de un parámero, si las coordenadas afines de sus punos M se expresan en función de ese parámero, cuando varía
Más detalles4. Modelos de series de tiempo
4. Modelos de series de iempo Los modelos comunes para el análisis de series de iempo son los que se basan en modelos auorregresivos y modelos de medias móviles o una combinación de ambos. Es posible realizar
Más detallesMATEMÁTICAS II. x x x d) ( ) b) Como el grado del numerador y del denominador son iguales, hay que empezar por hacer la división.
Albero Enero Conde Maie González Juarrero Inegral indefinida. Cálculo de primiivas Ejercicio Calcula la siguienes inegrales a) d b) d c) 6 d d) 3 d e) d 9 e a) Haciendo el cambio de variable d d. d d d
Más detallesPONENCIA: DEMOSTRACIÓN, SIN CÁLCULO DIFERENCIAL, DE LAS ECUACIONES DE LA POSICIÓN EN EL MOVIMIENTO PARABÓLICO. Introducción
PONENCIA: DEMOSTRACIÓN, SIN CÁLCULO DIFERENCIAL, DE LAS ECUACIONES DE LA POSICIÓN EN EL MOVIMIENTO PARABÓLICO Presenada por: Prof. Yuri Posadas Velázquez Seminario LAC. 24 de ocubre de 2013 Inroducción
Más detallesTEMA 47. GENERACIÓN DE CURVAS POR ENVOLVENTES
Tema 47. Generación de curvas por envolvenes. TEMA 47. GENERACIÓN DE CURVAS POR ENVOLVENTES. Inroducción. Una curva o supericie es envolvene de un conjuno de curvas o supericies si es angene en cada puno
Más detallesTema 3. Circuitos capacitivos
Inroducción a la Teoría de ircuios Tema 3. ircuios capaciivos. Inroducción... 2. Inerrupores... 3. ondensadores... 2 3.. Asociación de capacidades.... 5 ondensadores en paralelo... 5 ondensadores en serie...
Más detallesFunciones trigonométricas
0 Funciones rigonoméricas Tenemos en el plano R² la circunferencia C de radio con cenro (0,0. En ella disinguimos el puno (,0, que es el puno de inersección dec con el semieje de las x posiivas. Si pariendo
Más detallesSeries de Fourier. Roberto S. Costas Santos. October 10, Durante este capítulo analizaremos el comportamiento de la serie 1
Series de Fourier Robero S. Cosas Sanos Ocober, 3 Inroducción Serie de Fourier en forma exponencial compleja Durane ese capíulo analizaremos el comporamieno de la serie k= Si enemos en cuena la idenidad
Más detallesDERIVACIÓN BAJO EL SIGNO INTEGRAL. 1. Hallar el punto del intervalo [0,2] en el que la función =
DERIVACIÓN BAJO EL SIGNO INTEGRAL. Hallar el puno del inervalo [,] en el que la función F () d alcanza su valor mínimo. El mínimo de una función se alcanza en los punos donde su primera derivada es nula
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 detallesUSO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD
USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD Inroducción. En muchas áreas de ingeniería se uilizan procesos esocásicos o aleaorios para consruir modelos de sisemas ales como conmuadores
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA MATEMÁTICAS II TEMA 3: ESPACIO AFÍN Y EUCLÍDEO
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA MATEMÁTICAS II TEMA : ESPACIO AFÍN Y EUCLÍDEO Junio, Ejercicio, Opción A Junio, Ejercicio 4, Opción A Junio, Ejercicio 4, Opción B Reserva, Ejercicio 4, Opción
Más detallesTRABAJO Y ENERGIA: IMPULSO
TRABAJO Y ENERGIA: IMPULSO Un paquee de 10 kg cae de una rampa con v = 3 m/s a una carrea de 25 kg en reposo, pudiendo ésa rodar libremene. Deerminar: a) la velocidad final de la carrea, b) el impulso
Más detallesREPRESENTACIÓN DE CURVAS PLANAS DADAS EN FORMA PARAMÉTRICA
Represenación de curvas planas dadas en forma paramérica REPRESENTACIÓN DE CURVAS PLANAS DADAS EN FORMA PARAMÉTRICA PLANTEAMIENTO DEL PROBLEMA Sean x e y dos funciones reales de variable real, de dominios
Más detallesProblemas de Matemáticas 2º Bachillerato OPTIMIZACIÓN
Problemas de Maemáicas º Bachillerao OPTIMIZACIÓN En ese documeno se eplica brevemene cómo se resuelven los problemas de opimización, y se ilusra mediane un ejemplo. Como sabéis, los problemas de opimización
Más detalles4.- Dualidad. Método Dual del Símplex.
Programación Maemáica para Economisas 132 4.- Dualidad. Méodo Dual del Símplex. Como ya vimos en el capíulo primero, dado un problema de programación no lineal, donde su lagrangiana oma la forma: se denomina
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 detallesLas señales pueden ser también, señales continuas o señales alternas.
INSIUO ÉCNICO SLESINO LORENZO MSS ema 1: CONCEPOS PRELIMINRES LLER DE MEDICIONES Conenido: Concepo de señal elécrica. Valores caracerísicos de las señales elécricas: Frecuencia (período, Fase, Valor de
Más detallesPROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce
Economería I. DADE Noas de Clase PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce (rafael.dearce@uam.es) INTRODUCCIÓN Una vez lograda una expresión maricial para la esimación de los parámeros
Más detallesECONOMETRÍA EMPRESARIAL II ADE
4 Bernardí Cabrer Economería Empresarial II Tema 8 ECONOMETRÍA EMPRESARIAL II ADE TEMA 8 MODELOS LINEALES SIN ESTACIONALIDAD I ( Modelos regulares 4 Bernardí Cabrer Economería Empresarial II Tema 8 8.
Más detallesCuando la integral (1) converge, el resultado es una función de s. La transformada de Laplace se puede escribir también como F(s).
Unidad 5. a ransformada de aplace Inroducción. En nuesro curso de cálculo elemenal aprendimos que la derivación y la inegración son ransformadas, es decir, que esas operaciones ransforman una función en
Más detallesPRIMER EXAMEN EJERCICIOS RESUELTOS
MATEMÁTICAS II (G. I. T. I.) PRIMER EXAMEN 03 04 EJERCICIOS RESUELTOS EJERCICIO. Dada la curva cuya ecuación en coordenadas polares es r θ para 0 θ, se pide: () Deermina la ecuación de la reca angene 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 detallesLA INTEGRAL INDEFINIDA
Inegrales LA INTEGRAL INDEFINIDA Inegral indefinida: Primiiva (aniderivada) Primiivas (Aniderivadas) Dada la función F( es fácil hallar su derivada F (. El proceso inverso: enconrar F ( a parir de F (
Más detallesEJERCICIOS UNIDADES 1 y 2: MATRICES Y DETERMINANTES
ES Padre Poveda (Guadi) Maemáicas plicadas a las SS EJEROS UNDDES : MTRES Y DETERMNNTES (-M--) Sean las marices D a) ( punos) Resuelva la ecuación maricial D ( D) b) ( puno) Si las marices D son las marices
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 detallesSUPERFICIES Y CURVAS EN EL ESPACIO
SUPERFICIES Y CURVAS EN EL ESPACIO Es ese maerial se presenan algunas gráficas confeccionadas con el sofware MAPLE A coninuación de cada una se indica la senencia uiliada para obenerla Tenga en cuena que:
Más detallesEjemplo. Consideremos el sistema de retraso unitario dado por
Tema 2: Descripción de Sisemas - Pare I - Virginia Mazzone Inroducción Los sisemas que esudiaremos, ienen alguna enrada y alguna salida, 1. Suponemos que si aplicamos una enrada obenemos una salida única.
Más detallesMarch 2, 2009 CAPÍTULO 3: DERIVADAS PARCIALES Y DIFERENCIACIÓN
March 2, 2009 1. Derivadas Parciales y Funciones Diferenciables En ese capíulo, D denoa un subconjuno abiero de R n. Definición 1.1. Consideremos una función f : D R y sea p D, i = 1,, n. Definimos la
Más detalles9. SISTEMAS DE ECUACIONES LINEALES.
Prácicas de Maemáicas II con DERIVE-5 16 9. SISTEMAS DE ECUACIONES LINEALES. En ese aparado vamos a analiar los conenidos básicos para la discusión resolución de sisemas de ecuaciones lineales. 9.1.DISCUSIÓN
Más detallesOPTIMIZACIÓN DINÁMICA
OPIMIZACIÓN DINÁMICA Francisco Alvarez González fralvare@ccee.ucm.es EMA 5 Problemas en iempo coninuo: principio del máximo de Ponryagin 1. Formulación en iempo coninuo. 2. Ejemplos. 3. Función valor.
Más detallesCURVAS PLANAS, ECUACIONES PARAMETRICAS Y COORDENADAS POLARES 2.1 CURVAS PLANAS Y ECUACIONES PARAMETRICAS
CURVAS PLANAS, ECUACIONES PARAMETRICAS Y COORDENADAS POLARES.1 CURVAS PLANAS Y ECUACIONES PARAMETRICAS Hasa ahora conocemos la represenación de una grafica mediane una ecuación con dos variables. En ese
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2004 MATEMÁTICAS II TEMA 1: MATRICES Y DETERMINANTES
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2004 MATEMÁTICAS II TEMA 1: MATRICES Y DETERMINANTES Junio, Ejercicio 3, Opción B Reserva 2, Ejercicio 3, Opción A Reserva 3, Ejercicio 3, Opción B Reserva 4,
Más detallesMOVIMIENTO RECTILÍNEO
Transparencia Nº 1. CINEMÁTICA. MOVIMIENTO QUÉ ES EL MOVIMIENTO? Cambio de posición de un móvil con el iempo. TIPOS DE MOVIMIENTO Según su rayecoria Todo movimieno es RELATIVO Lo rápido del cambio lo indoca
Más detallesGuía de Ejercicios 1 Modulaciones Analógicas - Espacio de Señales - Modulaciones Digitales
66.78 Comunicaciones Digiales y Analógicas Marzo, 3 Guía de Ejercicios Modulaciones Analógicas - Espacio de Señales - Modulaciones Digiales. Modulaciones Analógicas Ejercicio - AM-PS Una señal de AM con
Más detallesPROBLEMAS RESUELTOS POR EL MÉTODO DE GAUSS
Maemáicas Problemas resuelos por el Méodo de Gauss PROBLEMAS RESUELTOS POR EL MÉTODO DE GAUSS ) Resolver el siguiene sisema por Gauss Para resolver el sisema por el méodo de Gauss, hemos de riangulariarlo.
Más detallesResolución de ciertas ecuaciones diferenciales mediante cambios de variables
Tema 4 Resolución de cieras ecuaciones diferenciales mediane cambios de variables 4. Inroducción Exisen muchas ecuaciones diferenciales de primer orden que no son lineales ni de variables separables, pero
Más detalles1 Física General I Paralelos 05 y 22. Profesor RodrigoVergara R 0102) Movimiento Rectilíneo Horizontal
Física General I Paralelos 5 y. Profesor Rodrigoergara R ) Movimieno Recilíneo Horizonal ) Concepos basicos Definir disancia recorrida, posición y cambio de posición. Definir vecores posicion, velocidad
Más detalles9. SISTEMAS DE ECUACIONES LINEALES.
Sisemas de ecuaciones lineales. 15 9. SISTEMAS DE ECUACIONES LINEALES. En ese aparado vamos a analiar los conenidos básicos para la discusión resolución de sisemas de ecuaciones lineales. 9.1.DISCUSIÓN
Más detallesProcesamiento Digital de Señal
Procesamieno Digial de Señal Tema : Análisis de Señal e Inroducción a los Sisemas Definición de señal sisema Señales coninuas discreas Transformaciones elemenales Funciones elemenales coninuas discreas
Más detallesTEMA 1: SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS.
TEMA : SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS. RELACIÓN DE PROBLEMAS. Pon un ejemplo, cuando sea posible, de un sisema de dos ecuaciones con res incógnias que sea: a) Compaible deerminado b)
Más detallesMétodos de Previsión de la Demanda Pronóstico para Series Temporales Niveladas Representación Gráfica
Méodos de Previsión de la Demanda Pronósico para Series Temporales Niveladas Represenación Gráfica REPRESENTACIÓN GRÁFICA DE LA SERIE DE DATOS Período i Demanda Di 25 2 2 3 225 4 24 5 22 Para resolver
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 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 detallesTécnicas cualitativas para las Ecuaciones diferenciales de primer orden: Campos de pendientes y líneas de fase
Lección 5 Técnicas cualiaivas para las Ecuaciones diferenciales de primer orden: Campos de pendienes y líneas de fase 5.. Técnicas Cualiaivas Hasa ahora hemos esudiado écnicas analíicas para calcular,
Más detallesSoluciones hoja de matrices y sistemas
Soluciones hoja de marices y sisemas 8 9 - iscuir, en función del arámero a, el siguiene sisema de x y z x y z - ecuaciones lineales x - y ( a ) z - a - x y ( a ) z - a 8 La mariz de los coeficienes es
Más detallesSistemas lineales de ecuaciones diferenciales. Juan-Miguel Gracia
Sistemas lineales de ecuaciones diferenciales Juan-Miguel Gracia Índice Sistemas lineales 2 Búsqueda de una solución especial 3 Aplicación a sistemas 4 Problema de condiciones iniciales 2 / 2 Sistemas
Más detallesCobertura de una cartera de bonos con forwards en tiempo continuo
Coberura de una carera de bonos con forwards en iempo coninuo Bàrbara Llacay Gilber Peffer Documeno de Trabajo IAFI No. 7/4 Marzo 23 Índice general Inroducción 2 Objeivos......................................
Más detalles1.1 Utilizando sistemas modulares, resolver la ecuación + =.
5. 5. 1. Sisemas de la forma: Una ecuación con dos o más variables. 1.1 Uilizando sisemas modulares, resolver la ecuación + =. La ecuación 3 +5 =23 es equivalene a 3 23 ó.5, eso es, planeamos conocer el
Más detallesGRADO TURISMO TEMA 6: SERIES TEMPORALES
GRADO TURISMO TEMA 6: SERIES TEMPORALES Prof. Rosario Marínez Verdú 1 TEMA 6: SERIES TEMPORALES 1. Componenes de una serie emporal. 2. Análisis de la Tendencia. 3. Análisis de las Variaciones Esacionales.
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 detallesSISTEMAS LINEALES. Tema 4. Análisis de Fourier para Señales y Sistemas de Tiempo Continuo (Sesión 2)
SISTEMAS LINEALES Tema 4. Análisis de Fourier para Señales y Sisemas de Tiempo Coninuo (Sesión ) 18 de noviembre de 010 F. JAVIER ACEVEDO javier.acevedo@uah.es TEMA 4 Conenidos. Relación con la ransformada
Más detallesLA INTEGRAL INDEFINIDA
Inegrales LA INTEGRAL INDEFINIDA Inegral indeinida: Primiiva (aniderivada) Primiivas (Aniderivadas) Dada la unción F (, es ácil hallar su derivada F (. El proceso inverso, enconrar F ( a parir de F ( se
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 detallesExperimento 3. Análisis del movimiento en una dimensión. Objetivos. Teoría
Experimeno 3 Análisis del movimieno en una dimensión Objeivos. Esablecer la relación enre la posición y la velocidad de un cuerpo en movimieno 2. Definir la velocidad como el cambio de posición en un inervalo
Más detallesModelo de regresión lineal simple
Modelo de regresión lineal simple Inroducción Con frecuencia, nos enconramos en economía con modelos en los que el comporamieno de una variable,, se puede explicar a ravés de una variable X; lo que represenamos
Más detallesPATRON = TENDENCIA, CICLO Y ESTACIONALIDAD
Pronósicos II Un maemáico, como un pinor o un poea, es un fabricane de modelos. Si sus modelos son más duraderos que los de esos úlimos, es debido a que esán hechos de ideas. Los modelos del maemáico,
Más detallesPráctico 1. Macro III. FCEA, UdelaR
Prácico 1. Macro III. FCEA, UdelaR Ejercicio 1 Suponga una economía que se compora de acuerdo al modelo de crecimieno de Solow-Swan (1956), se pide: 1. Encuenre la ecuación fundamenal del modelo de Solow-Swan.
Más detallesPráctica 20. CARGA Y DESCARGA DE UN CONDENSADOR ELÉCTRICO
Prácica 20. CARGA Y DESCARGA DE UN CONDENSADOR ELÉCTRICO OBJETIVOS Esudiar los procesos de carga y de descarga de un condensador. Medida de capacidades por el méodo de la consane de iempo. MATERIAL Generador
Más detallesCircuitos eléctricos paralelos RLC en Corriente Alterna
Circuios elécricos paralelos RLC en Corriene Alerna Beelu Gonzalo Esudiane de Ingeniería en Sisemas de Compuación Universidad Nacional del Sur, Avda. Alem 253, B8000CPB Bahía Blanca, Argenina beelugonzalo@gmail.com
Más detalles6.7. ENSAYOS EN FLUJO CONVERGENTE
Clase 6.7 Pág. 1 de 1 6.7. ENSAYOS EN FLUJO CONVERGENTE 6.7.1. Principios Los pasos que deben seguirse para efecuar un ensayo de flujo convergene son: 1. Se bombea en un puno hasa conseguir que las condiciones
Más detalles3. Matrices y álgebra matricial
Marices y álgebra maricial Repasaremos algunos concepos básicos de la eoría maricial Nos cenraremos en aspecos relacionados con el álgebra lineal, la inversión y la diagonalización de marices Veremos algunas
Más detallesEcuaciones de Primer Orden e Intervalo Maximal
2 Ecuaciones de Primer Orden e Inervalo Maximal 2.1 Algunos Méodos de Resolución En general, es muy difícil resolver ecuaciones diferenciales de primer orden. Pero hay cieros ipos canónicos de ésas para
Más detallesPRÁCTICA 3: Sistemas de Orden Superior:
PRÁCTICA 3: Sisemas de Orden Superior: Idenificación de modelo de POMTM. Esabilidad y Régimen Permanene de Sisemas Realimenados Conrol e Insrumenación de Procesos Químicos. . INTRODUCCIÓN Esa prácica se
Más detallesPrácticas de Tecnología de Fluidos y Calor (Departamento de Física Aplicada I - E.U.P. Universidad de Sevilla)
TERMOGENERADOR DE SEMICONDUCTORES. Objeivos Poner de manifieso el efeco Seebeck. Deerminar el coeficiene Seebeck, α, la f.e.m, la resisencia inerna, r, y el rendimieno, η, del ermogenerador (o ermopila).
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 detallesGEOMETRÍA. Matemática - EL MAESTRO EN CASA PIRÁMIDE. Pirámide cuadrangular: su base es un cuadrado (4 lados), al igual que sus caras
Maemáica - EL MAESTRO EN CASA PIRÁMIDE Una pirámide es un poliedro cuya superficie esá formada por una base que es un polígono cualquiera y caras laerales riangulares que confluyen en un vérice que se
Más detallesGUÍA DE MOVIMIENTO RECTILÍNEO UNIFORME
INSTITUTO NACIONAL Deparameno de Física Coordinación Segundo Medio 06. GUÍA DE MOVIMIENTO RECTILÍNEO UNIFORME NOMBRE: CURSO: Caracerísica general de M.R.U: Si una parícula se mueve en la dirección del
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 detallesUniversidad de Costa Rica Facultad de Ingeniería Escuela de Ingeniería Eléctrica
Universidad de Cosa Rica Faculad de Ingeniería Escuela de Ingeniería Elécrica IE 52 Proyeco Elécrico Cálculo de Corrienes de Corocircuio en Redes Elécricas de Disribución Por: Alexánder Lópe Camacho Diciembre
Más detallesGUÍA DE EJERCICIOS II
Faculad de Ingeniería UCV Álgebra ineal Geomería Analíica Ciclo Básico GUÍA DE Encuenre las ecuaciones de la reca que a) iene vecor direcor v (,, ) pasa por el puno P ( 4, 5, ) b) pasa por los punos A
Más detallesCurso Combinado de Predicción y Simulación Edición 2004
Curso Combinado de Predicción y Simulación www.uam.es/predysim Edición 2004 UNIDAD 2: TÉCNICAS ELEENTALES DE PREDICCIÓN CASO DE APLICACIÓN 1.- Predicción y simulación de los coses salariales en España
Más detalles