2.7 Aplicaciones del Teorema de Jordan

Documentos relacionados
Tema 2: Diagonalización

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos.

Geometría afín y proyectiva, 2016 SEMANA 4

Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios

Tema 11.- Autovalores y Autovectores.

Autovalores y autovectores Diagonalización y formas canónicas

Descomposición en forma canónica de Jordan (Segunda versión)

1 Autovalores y autovectores asociados a un endomor smo f. Diagonalización.

Sesión 18: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K

Fundamentos Matemáticos de la Ingeniería. Tema 4: Diagonalización de matrices. Curso

Grado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III. Ana Isabel Garralda Guillem y Manuel Ruiz Galán

Tema 9: REDUCCIÓN POR SEMEJANZA DE UNA MATRIZ. DIAGONALIZACIÓN

Algunos Tipos de matrices. Matrices. Algunos Tipos de matrices. Algunos Tipos de matrices

2. Teorema de las multiplicidades algebraica y geométrica.

RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS

6.6. Diagonalización de matrices simétricas o hermitianas. Ejemplo de una diagonalización de una matriz simétrica

Tema 5: Diagonalización de matrices

Aplicaciones Lineales. Diagonalización de matrices.

TEMA 4: Sistemas de ecuaciones lineales II

VALORES Y VECTORES PROPIOS

Esta 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 )

Capítulo 1: Diagonalización de matrices

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3

Diagonalización de matrices

Tema 2: Teorema de estructura de los grupos abelianos finitamente generados.

Tema 6: Diagonalización de matrices

Guía. Álgebra III. Examen parcial III. Forma canónica de Jordan. Producto interno.

f(x, y, z, t) = (x + y t, x + 2y z 3t, 3x + 5y 2z 7t).

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3

Hoja de diagonalización MATEMÁTICAS I

Diagonalización de una Matriz

Espacios Vectoriales, Valores y Vectores Propios

Sistemas de Ecuaciones Lineales y Matrices

CAPÍTULO 4. Sistemas de ecuaciones lineales de primer orden

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2

Demostraciones Elementales del Teorema de Jordan para Matrices 2 2 y 3 3.

Diagonalización de matrices.

Parte 3. Vectores y valores propios

Matrices, determinantes y sistemas de ecuaciones lineales

CURSO CERO DE MATEMATICAS. Apuntes elaborados por Domingo Pestana Galván. y José Manuel Rodríguez García

Valores y vectores propios de una aplicación lineal. Subespacios invariantes. Formas canónicas de Jordan

c-inversa o inversa generalizada de Rao

Se dice que una matriz cuadrada A es invertible, si existe una matriz B con la propiedad de que

Diagonalización de matrices

A-PDF Page Cut DEMO: Purchase from to remove the watermark Ejercicios resueltos 29

Algoritmo de factorización LU

Cuestiones de diagonalización de matrices

Capítulo 7. Espacios vectoriales. 7.1 Definición y ejemplos

1 Isometrías vectoriales.

Tema I. Capítulo 5. Equivalencia, congruencia y semejanza de matrices.

Métodos directos de resolución de sistemas lineales

1 Aplicaciones lineales

Tema 1. Espacios Vectoriales Definición de Espacio Vectorial

Matemáticas II. Prácticas: Matrices y Determinantes ; C = 1 3 5

!MATRICES INVERTIBLES

Universidad Alonso de Ojeda. Facultad de Ingeniería GUIA DE ESTUDIO ALGEBRA LINEAL.

Extensiones finitas.

Algebra Lineal Tarea No 22: Valores y vectores propios Solución a algunos problemas de la tarea (al 29 de junio de 2014)

Espacios vectoriales

MATRICES. Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden x (que se lee por ).

Modelización por medio de sistemas

b) y 1 = 10x x 2 y 2 = 25x x 2 d) y 1 = 4x 1 3x 2 y 2 = 2x 1 5x 2

Tema II. Capítulo 5. Aplicaciones bilineales y formas cuadráticas.

MATRICES DETERMINANTES

Matrices y Determinantes

Intersección y suma de subespacios

3.3. Número de condición de una matriz.

Tema 1: Matrices. Sistemas de ecuaciones. Determinantes

TEMA 4. APLICACIONES LINEALES

TEMA 11. Autovalores y autovectores. Diagonalización y formas canónicas.

APÉNDICE A. Algebra matricial

Triangularización Simultanea

TEMA V. Pues bien, a estas caracterizaciones de los sistemas de ecuaciones lineales se las llamó matrices. En el caso del sistema considerado tenemos:

Francisco Cabo García Bonifacio Llamazares Rodríguez

Descomposición en valores singulares Notas para los cursos 21 y 22 (J.L. Mancilla Aguilar)

Diagonalización de Endomorfismos

de la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).

Diagonalización de Matrices Cuadradas.

Aplicaciones de la Forma Normal de Smith de una Matriz Entera

Resumen de Teoría de Matrices

Definición Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.

Objetivos formativos de Álgebra

Apéndice sobre ecuaciones diferenciales lineales

La estructura de un cuerpo finito.

2. Ortogonalidad. En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U.

FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R.

Herramientas de Álgebra Lineal

Tema 1: Matrices y Determinantes

Anillos. a + (b + c) = (a + b) + c. 3) Existe un elemento 0 en R, el cual llamaremos cero, tal que. a + 0 = 0 + a = a para todo a en R.

Transformaciones lineales y matrices

Las variedades lineales en un K-espacio vectorial V pueden definirse como sigue a partir de los subespacios de V.

COMPLEMENTO DEL TEÓRICO

Procedimiento para encontrar la inversa de una matriz cuadrada (Método de Gauss-Jordan).

x, y = x 0 y 0 + x 1 y 1 + x 2 y 2 + x 3 y 3. Es fácil ver que verifica 1. Es simétrica. x, y = y, x para todo x, y R 4.

Clase 8 Matrices Álgebra Lineal

Teoría Tema 6 Discusión de sistemas por el método de Gauss

PROBLEMAS RESUELTOS DE PREPARACIÓN PARA OPOSICIONES. Problemas 02

Seno y coseno de una matriz

Matrices, Determinantes y Sistemas Lineales.

ÁLGEBRA LINEAL II Algunas soluciones a la práctica 2.3

Transcripción:

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 N tal que A Decimos que un endomorfismo f : V V es nilpotente si existe N tal que f Observación Evidentemente, si f : V V es un endomorfismo cualquiera que tiene matriz asociada A respecto de una cierta base de V, se tiene que f es nilpotente si y solo si A es nilpotente Proposición Un endomorfismo f es nilpotente si y solo si su único autovalor es Demostración Supongamos que f y sea λ C un autovalor Entonces existe un v V no nulo tal que f(v λv, y por tanto f 2 (v f(λv λf(v λ 2 v, y si hacemos esto repetidamente llegamos a que f (v λ v λ v λ λ Supongamos ahora que el único autovalor de f es Entonces por el Teorema A sabemos que M( V, es decir, que Ker(f I nil( V, es decir, f nil( y por tanto f es nilpotente Observación Si f : V V es un endomorfismo con un único autovalor λ entonces f λi es un endomorfismo cuyo único autovalor es y por tanto f λi es nilpotente Corolario Sea f : V V un endomorfismo Entonces existen endomorfismos f d : V V diagonalizable y f n : V V nilpotente tales que f f d f n y f d f n f n f d Demostración Por el Teorema de Jordan existe una base B de V respecto de la cual f tiene una matriz J de Jordan La matriz J la podemos escribir de la forma J D N donde D es la matriz diagonal cuya diagonal coincide con la de J, y donde N J D La matriz N es triangular superior con ceros en la diagonal, y por tanto es nilpotente puesto que su único autovalor es el cero Por tanto, si denotamos por f d : V V y f n : V V a los endomorfismos cuyas matrices respecto de B son D y N respectivamente, entonces tenemos que f d es diagonalizable, f n es nilpotente y f d f n f n f d (ya que DN ND Proposición Sea f : V V un endomorfismo y sea A M n (C su matriz respecto de cierta base Entonces f es nilpotente (y por tanto A si y solo si tr(a tr(a 2 tr(a n Demostración Debemos probar que f tiene como único autovalor al Denotemos por λ 1,,λ r C todos los autovalores distintos de f Por el Teorema de Jordan, tenemos que A es semeante a su forma canónica de Jordan J En la diagonal de J aparece cada autovalor tantas veces como su multiplicidad algebraica Es decir, la traza de J es tr(a tr(j mult a (λ 1 λ 1 mult a (λ r λ r

Capítulo 2/ Forma canónica de Jordan (Versión 19-3-215 27 De forma general, para cada 1,,n, la matriz A es semeante a J, y en la diagonal de J aparece λ i tantas veces como su multiplicidad algebraica de λ i, es decir, tr(a tr(j mult a (λ 1 λ 1 mult a (λ r λ r En particular, como r n ya que como mucho podemos tener n autovalores distintos (que es el grado del polinomio característico si tomamos las primeras r ecuaciones anteriores obtenemos el sistema, que matricialmente podemos escribir λ 1 λ r mult a (λ 1 λ 1 mult a (λ r λ r, mult a (λ 1 λ r 1 mult a (λ r λ r r, λ r 1 λ r r Q mult a (λ 1 mult a (λ r Supongamos primero que ninguno de los autovalores λ 1,,λ r es Entonces hemos llegado a una contradicción puesto que Q es una matriz de Vandermonde, y como los autovalores son distintos, det(q λ 1 λ r (λ λ i, así que Q es invertible, y por tanto mult a (λ 1 mult a (λ r i< Q 1 lo cual es absurdo ya que las multiplicidades son números naturales y por tanto son mayores o iguales que 1 Por tanto uno de los autovalores es, y reordenando podemos asumir que λ r Si no hay más autovalores, hemos terminado En caso contrario, eliminando la última ecuación en el sistema anterior obtenemos que mult a (λ 1 λ 1 mult a (λ r 1 λ r 1, mult a (λ 1 λ r 1 1 mult a (λ r λ r 1 r 1, y llegamos de nuevo auna contradicción x 1 x n x 2 1 x 2 n Eemplo 4 Demostrar que el sistema de ecuaciones no x n 1 x n n tiene más solución en C que la trivial Supongamos que x 1,,x n C es una solución del sistema Consideremos la matriz diagonal D x 1 x n

28 Álgebra lineal Evidentemente se tiene que tr(d i x i 1 x i n para todo 1 i n Por tanto D es nilpotente, es decir, existe 1 tal que D, lo cual implica que x 1 x n y por tanto x 1 x n Potencias de matrices Sea A M n (C una matriz Queremos calcular sus potencias A de forma sencilla aplicando el Teorema de Jordan Por dicho teorema, sabemos que existe una matriz de Jordan J M n (C y una matriz P M n (C regular tales que A P JP 1 y por tanto A P J P 1 Así que todos se reduce a calcular las potencias de matrices de Jordan De hecho, como dichas matrices son diagonales por bloques de la forma J 1 J donde cada J i es un cierto bloque Jordan, se tiene que J J 1 J r J r así que todo se reduce de nuevo acalcular las potencias de los bloques de Jordan Un bloque de Jordan es de la forma λ 1 λ 1 M M m (C 1 λ el cual podemos escribir de la forma λ 1 λ 1 M 1 λ λi m N m En Matemáticas Básicas probamos el binomio de Newton, es decir, vimos que dados dos números reales a, b R se tiene que (a b ( a b Si uno recupera la demostración y la vuelve a leer pensando que a y b son dos matrices cuadradas que conmutan, entonces descubrirá que la prueba sigue siendo válida En nuestro caso, como evidentemente la matrices λi m y N m conmutan, se tiene que M (λi m N m ( λ I m Nm ( λ N m

Capítulo 2/ Forma canónica de Jordan (Versión 19-3-215 29 Además, la matriz N m es fácil de calcular: es una matriz con todas las entradas nulas excepto en la diagonal -ésima por encima de la diagonal principal, cuyas entradas son todas 1 En particular, para m se tiene que N m Eemplo 5 Sea Entonces se tiene que M ( 2 1 2 ( 2 2 ( ( M 2 1 ( ( ( 2 1 1 2 ( 1 1 2 1 ( 1 ( 1 ( 2 1 1 ( 2 2 1 2 (21 Eemplo 6 Calcular 2 ( 1 M para la matriz 1 2 2 M 1 1 1 2 1 es Haciendo las cálculos llegamos a que la forma canónica de Jordan de la matriz anterior 1 2 1 J 1 1 con matriz de paso P 1 1 1 1 1 Se tiene que J ( 1 1 1 y por tanto 2 2 ( 1 J ( 1 ( 1 2 2 ( 1 ( 1 2 ( 1 21 2 1 ( 1 21 1 1 1 1 ya que agrupando de dos en dos nos damos cuenta de que 2 ( 1 1 Así que finalmente 2 ( 1 M P ( 2 ( 1 J P 1 1 2 2 1 21 2 1 1 Eemplo 7 Queremos calcular M ( 2 1 1 15

3 Álgebra lineal Haciendo los cálculos llegamos a que su forma canónica de Jordan es ( ( 1 1 1 1 J con matriz de paso P 1 1 Se tiene entonces que A 15 P J 15 P 1 P ( 1 15 1 ( P 1 16 15 15 14 Eemplo 8 Es diagonalizable un endomorfismo f de C 2 tal que f es la identidad de C 2 para cierto entero 1? Lo primera observación obvia es que si 1 entonces la respuesta es sí, f es diagonalizable Así que podemos suponer que > 1 Por el Teorema de Jordan sabemos que existe una base de C 2 respecto de la cual f tiene una matriz J de Jordan Si f no es diagonalizable entonces la única posibilidad es que J sea de la forma ( λ 1 J λ Por otro lado sabemos que f es la identidad, es decir, que ( ( J λ λ I 1 1 λ 1 y por tanto λ 1 de lo que deducimos que λ Pero entonces también tendríamos que λ 1, absurdo Por tanto la respuesta final es sí, f debe ser diagonalizable