Cálculo de una base de Jordan

Documentos relacionados
Autovalores y autovectores Diagonalización y formas canónicas

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES

Base y Dimensión de un Espacio Vectorial

Descomposición en forma canónica de Jordan (Segunda versión)

Espacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21

Tema 1. Espacios Vectoriales Definición de Espacio Vectorial

Problemas de Espacios Vectoriales

Tema 11.- Autovalores y Autovectores.

Sistemas de ecuaciones lineales dependientes de un parámetro

Matrices, Determinantes y Sistemas Lineales.

EJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES

APUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES

A1.- Determina a y b sabiendo que el sistema de ecuaciones. x + 3y +z = 1 -x + y +2z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas.

Espacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1

Diagonalización de matrices.

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES

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

INSTRUCCIONES GENERALES Y VALORACIÓN OPCIÓN A

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES

Sistemas lineales homogéneos

EJERCICIOS RESUELTOS DE SISTEMAS LINEALES

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

Sistem as de ecuaciones lineales

Ejercicios de Matrices, determinantes y sistemas de ecuaciones lineales. Álgebra 2008

Espacios vectoriales

Sistemas de ecuaciones diferenciales lineales J.L. Mancilla Aguilar

EJERCICIOS DE DETERMINANTES

Sistemas de ecuaciones lineales

Espacios Vectoriales

Sistemas de Ecuaciones Lineales y Matrices

MMAF: Espacios normados y espacios de Banach

Ecuaciones de la recta en el espacio

Tema 3: Espacios vectoriales

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

Sistemas de Ecuaciones Lineales SISTEMAS DE ECUACIONES LINEALES DEFINICIONES, TIPOS DE SISTEMAS Y DISTINTAS FORMAS DE EXPRESARLOS

EJERCICIOS DE SELECTIVIDAD LOGSE en EXTREMADURA MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES

Teoría Tema 9 Ecuaciones del plano

Tema 5: Sistemas de ecuaciones lineales.

SISTEMAS DE ECUACIONES LINEALES

Grado en Física. Ejercicios de autoevaluación. Temas 1 4. Departamento de Álgebra, Universidad de Sevilla

Sistemas de ecuaciones lineales

ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Espacios vectoriales

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 )

3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE

GEOMETRÍA. que pasa por el punto P y es paralelo a π. (0,9 puntos) b) Determinar la ecuación del plano π

Apéndice sobre ecuaciones diferenciales lineales

Tema 2.- Formas Cuadráticas.

Objetivos formativos de Álgebra

Tema 5: Sistemas de Ecuaciones Lineales

Trabajo Práctico N 5: ESPACIOS VECTORIALES

Definición. Un conjunto de ecuaciones diferenciales con varias funciones incógnitas, se llama sistema de ecuaciones diferenciales.

Espacios Vectoriales

Problemas de VC para EDVC elaborados por C. Mora, Tema 4

como el número real que resulta del producto matricial y se nota por:

Diagonalización de matrices, Semejanza.

Capítulo 1: Diagonalización de matrices

Tema 6: Espacio vectorial euclídeo

IES Fco Ayala de Granada Sobrantes de 2011 (Modelo 4) Soluciones Germán-Jesús Rubio Luna

Teoría Tema 4 Notación matricial en la resolución de sistemas de ecuaciones por Gauss

UNIDAD 2: ECUACIONES E INECUACIONES. SISTEMAS DE ECUACIONES

Introducción a los espacios vectoriales

Elementos de geometría lineal en R n

1. a) Sean A, B y X matrices cuadradas de orden n. Despeja X en la ecuación X.A = 2X + B 2. 1 b)

Construcción de bases en la suma y la intersección de subespacios (ejemplo)

Tema 4: Aplicaciones lineales

Problemas métricos. 1. Problemas afines y problemas métricos

2 = 1 0,5 + = 0,5 c) 3 + = = 2

Tema 1: Espacios vectoriales

8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES.

Pruebas de Acceso a enseñanzas universitarias oficiales de grado Castilla y León

Problemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás

λ = es simple se tiene que ( )

Problemas de exámenes de Aplicaciones Lineales y Matrices

Sistemas de ecuaciones lineales

Algebra lineal y conjuntos convexos

TEMA 4: RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES.

Tema 3: Sistemas de ecuaciones lineales

TEMA 3 SISTEMAS DE ECUACIONES LINEALES

Capítulo 7. Espacios vectoriales. 7.1 Definición y ejemplos

MATRICES DETERMINANTES

Tema 3.- SISTEMAS DIFERENCIALES LINEALES Ampliación de Matemáticas. Ingeniería Técnica Industrial. Especialidad en Electrónica Industrial.

Soluciones de la ecuación diferencial lineal homogénea

un conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:

Tema 1: MATRICES. OPERACIONES CON MATRICES

DIFERENCIAS DE ORDEN k Y MONOMIOS GENERALIZADOS. Enunciado 1 Solución 2. Enunciado

MATRICES. Entonces, A y B son matrices cuadradas de orden 3 y 2 respectivamente.

PAIEP. Complemento Ortogonal

El Método de Gauss. Hallar el conjunto solución del siguiente sistema de ecuaciones. (1.1)

CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES

Modelos Estocásticos I Tercer Examen Parcial Respuestas

Tema 4.- Espacios vectoriales. Transformaciones lineales.

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

Diagonalización de Matrices

Sistemas de ecuaciones lineales

Examen de Selectividad Matemáticas JUNIO Andalucía OPCIÓN A

ESPACIOS VECTORIALES

Combinación lineal, Independencia Lineal, y Vectores que generan (Sección 6.3 pág. 291)

Esta definición se puede ampliar a cualquier par de bases de los espacio inicial y final MATRIZ DE UNA APLICACIÓN LINEAL EN BASES ARBITRARIAS

Matemáticas Aplicadas a las Ciencias Sociales II Soluciones

1. RANGO DE UNA MATRIZ

Transcripción:

Cálculo de una base de Jordan Exponemos un método bastante autocontenido para hallar la forma canónica de Jordan de una matriz A K n n y la correspondiente matriz de cambio. Método 1. Hallamos los valores propios de A. 2. Para cada valor propio λ tenemos que obtener tantos vectores como indica su multiplicidad. (i) Si la dimensión del subespacio propio asociado a λ coincide con la multiplicidad de λ elegimos sencillamente una base de dicho subespacio propio. (ii) Si la dimensión del subespacio propio asociado a λ es menor que la multiplicidad de λ elegimos vectores e 1, e 2, e 3, satisfaciendo las condiciones: (A λi)e 1 = 0 (A λi)e 2 = e 1 (A λi)e 3 = e 2 4 = e 3 El hallar estos vectores equivale a resolver varios sistemas. Si llegado a un sistema, este resulta ser incompatible, contamos el número de vectores obtenido. Si es igual a la multiplicidad de λ hemos terminado con este valor propio. Si no es así empezamos a construir una nueva cadena de vectores e 1, e 2, e 3, satisfaciendo las condiciones: (A λi)e 1 = 0 (A λi)e 2 = e 1 3 = e 2 El proceso se termina cuando el número de vectores obtenido coincide con la multiplicidad de λ. Hay que tener la precaución de elegir el conjunto cuyos vectores son el primero de cada cadena de tal manera que formen sistema libre. Se demuestra que repitiendo el proceso anterior para cada valor propio, la unión de todos los vectores elegidos es una base de K n. Esta base B J = {e 1, e 2, e 3, } es además de Jordan pues: 1

(A λi)e 1 = 0 Ae 1 = λe 1 (A λi)e 2 = e 1 Ae 2 = e 1 + λe 2 3 = e 2 Ae 3 = e 2 + λe 3 En consecuencia la matriz del endomorfismo dado por A en la base canónica de K n sería en la base B J : λ 1 0 0 0 λ 1 0 J = 0 0 λ 0.. 0 0 0 µ 1. Hallar la forma canónica de Jordan J de la matriz 0 2 2 1 A = 2 3 1 1 2 1 1 1 R4 4 4 3 3 4 y una matriz invertible P tal que P 1 AP = J Resolución Seguimos el método anteriormente expuesto: 1. Hallamos los valores propios de A : λ 2 2 1 λ 0 2 1 2 3 λ 1 1 2 1 1 λ 1 = 2 2 λ 1 1 2 2 λ 1 λ 1 = 4 3 3 4 λ 4 0 3 4 λ λ 0 2 1 2 2 λ 1 1 λ 2 1 0 0 2 λ 0 = (2 λ) 0 2 λ 0 4 0 3 4 λ 4 3 4 λ = (2 λ) 2 λ 1 4 4 λ = (λ 2)2 (λ 2 4λ + 4) = (λ 2) 4 = 0 El único valor propio es λ = 2 (cuádruple). 2. Tenemos que hallar cuatro vectores asociados al valor propio 2. La dimensión del subespacio propio asociado V 2 es: 2

2 2 2 1 dim V 2 = 4 rg(a 2I) = 4 rg 2 1 1 1 2 1 1 1 = = 4 2 = 2 4 3 3 2 Buscamos pues vectores e 1, e 2, e 3, cunpliendo (A λi)e 1 = 0 (A λi)e 2 = e 1 3 = e 2 Como los sistemas a resolver son todos del mismo tipo, en vez de resolverlos uno a uno, resolvemos el sistema general: (A 2I)x = h 2 2 2 1 2 1 1 1 2 1 1 1 4 3 3 2 x 1 x 2 x 3 x 4 = h 1 h 2 h 3 h 4 (1) Aplicando el método de Gauss obtenemos que el sistema (1) es compatible si y sólo si se verifica h 2 h 3 = 0 y h 1 h 2 + h 4 = 0 (condiciones de compatibilidad) y la solución general es x 1 = 1 2 β + 1 2 h 1 + h 2, x 2 = α h 1 h 2, x 3 = α, x 4 = β con α, β R arbitrarios. Procedamos a hallar los vectores e 1, e 2, e 3, Vector e 1. En este caso, h 1 = h 2 = h 3 = h 4 = 0 y la solución general de (1) es e 1 = ( β/2, α, α, β). Este vector x estará de h en el siguiente sistema, así que le imponemos las condiciones de compatibilidad, es decir α α = 0 y β/2 α + β = 0. En consecuencia podemos elegir α = 1, β = 2 y obtenemos el vector e 1 = ( 1, 1, 1, 2) t. Vector e 2. En este caso, h 1 = 1, h 2 = h 3 = 1, h 4 = 2 y la solución general de (1) es e 2 = ( β/2 + 1/2, α, α, β). Este vector x estará de h en el siguiente sistema, así que le imponemos las condiciones de compatibilidad, es decir α α = 0 y β/2 + 1/2 α + β = 0. En consecuencia podemos elegir α = 0, β = 1 y obtenemos el vector e 2 = (1, 0, 0, 1) t. Vector e 3. En este caso, h 1 = 1, h 2 = h 3 = 0, h 4 = 1 y la solución general de (1) es e 3 = ( β/2 + 1/2, α 1, α, β). Este vector x estará de h en el 3

siguiente sistema, así que le imponemos las condiciones de compatibilidad. Pero la primera condición es α 1 α = 0 que no se cumple para ningún valor de α y β. Por tanto el siguiente sistema no es compatible. Elegimos por ejemplo α = 0, β = 1 y obtenemos el vector e 3 = (0, 1, 0, 1) t. Hemos encontrado tres vectores asociados al valor propio 2 y necesitamos cuatro. Construimos una nueva cadena de vectores e 1, e 2, e 3, satisfaciendo las condiciones: (A λi)e 1 = 0 (A λi)e 2 = e 1 (en realidad sólo necesitamos uno: e 1 ) Vector e 1. En este caso, h 1 = h 2 = h 3 = h 4 = 0 y la solución general de (1) es e 1 = ( β/2, α, α, β). No imponemos condiciones de compatibilidad pues no hay ningún vector más que hallar. Elegimos por ejemplo α = 1, β = 0 y obtenemos el vector e 1 = ( 0, 1, 1, 0)t que es linealmente independiente con e 1. Una base de Jordan B J es por tanto { e1 = ( 1, 1, 1, 2) t, e 2 = (1, 0, 0, 1) t,e 3 = (0, 1, 0, 1) t, e 1 = (0, 1, 1, 0)t} Se verifican las relaciones (A 2I)e 1 = 0 Ae 1 = 2e 1 (A 2I)e 2 = e 1 Ae 2 = e 1 + 2e 2 (A 2I)e 3 = e 2 Ae 3 = e 2 + 2e 3 (A 2I)e 1 = 0 Ae 1 = 2e 1 La forma canónica de Jordan de A es por tanto 2 1 0 0 J = 0 2 1 0 0 0 2 0 0 0 0 2 La matriz de cambio P sabemos que es aquella cuyas columnas son los vectores de la nueva base B J, es decir 1 1 0 0 P = 1 0 1 1 1 0 0 1 2 1 1 0 4

Autor: Fernando Revilla 5