CAPITULO 2º FUNCIONES DE VECTORES Y MATRICES_01. Ing. Diego Alejandro Patiño G. M.Sc, Ph.D.

Documentos relacionados
TEMA 2: LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS

V II Muestreo por Conglomerados

2.5. Área de una superficie.

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

REGRESIÓN LINEAL SIMPLE

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u

ESTADÍSTICA poblaciones

MEDIDAS DE TENDENCIA CENTRAL

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

6. ESTIMACIÓN PUNTUAL

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

ESTADÍSTICA DESCRIPTIVA

Tema 2: Distribuciones bidimensionales

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

Una Propuesta de Presentación del Tema de Correlación Simple

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES

V Muestreo Estratificado

CENTRO DE MASA centro de masas centro de masas

4º MEDIO: MEDIDAS DE POSICIÓN

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

Actividad: Elabora un resumen de la información que se muestra a continuación y analiza los procedimientos que se muestran.

6.2.- Funciones cóncavas y convexas

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

Aproximación a la distribución normal: el Teorema del Límite Central

TEMA 4: NÚMEROS COMPLEJOS

Topología General Capítulo 0-2 -

Estadística Espacial. José Antonio Rivera Colmenero

METODO DE MAXIMA VEROSIMILITUD. Supongamos una muestra aleatoria de 10 observaciones de una distribución Poisson:

ANALISIS DE SISTEMAS LINEALES CONTINUOS EN EL ESPACIO DE ESTADO

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva Introducción

Guía práctica para la realización de medidas y el cálculo de errores

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

Flujo de Potencia DC con Modelación de Incertidumbres Aplicado al Caso Chileno

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática

TEMA DISTRIBUCIONES BIDIMENSIONALES DE FRECUENCIAS.

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

Introducción a la Programación Lineal

. Usaremos una vía algebraica y una geométrica que nos

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA

Juegos finitos n-personales como juegos de negociación

Introducción a la Transformada Wavelet DESCOMPOSICIÓN DE SEÑALES

UNA NOTA SOBRE ECONOMETRÍA ESPACIAL (*)

TEMA 4: VALORACIÓN DE RENTAS

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09

Análisis estadístico básico (II) Magdalena Cladera Munar Departament d Economia Aplicada Universitat de les Illes Balears

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

EXISTENCIA DE UNA FUNCIÓN NO LINEAL, CONTINUA Y BIYECTIVA EN l CON INVERSA DISCONTINUA EN TODO PUNTO

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

CURSO REDES ELECTRICAS II 1 CAPITULO 4

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

Estadística descriptiva

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases

CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS

11. Optimización no lineal con restricciones

Sistema binario. Disoluciones de dos componentes.

EL COEFICIENTE DE CORRELACIÓN Y CORRELACIONES ESPÚREAS Erick Lahura Enero, 2003

q q q q q q n r r r qq k r q q q q

3. Unidad Aritmética Lógica (ALU)

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :

Distribución conjunta de variables aleatorias

1.1 INTRODUCCION & NOTACION

DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE 1 - ELEMENTOS DEL DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE CERTEZA

R-C CARGA Y DESCARGA DE UN CONDENSADOR

Manual de Estadística

Capítulo 2. Operadores

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.

3 Regresión lineal múltiple: estimación y propiedades

MATEMÁTICA. Unidad 4. Resolvamos desigualdades. variabilidad de la información

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se

UNIDAD DIDÁCTICA TERCERA: APLICACIÓN DEL CALCULO MERCANTIL Y FINANCIERO A LAS OPERACIONES BANCARIAS

Guía para la Presentación de Resultados en Laboratorios Docentes

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

Este documento es de distribución gratuita y llega gracias a El mayor portal de recursos educativos a tu servicio!

Análisis Numérico: Matrices y Métodos directos de resolución de SEL

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos

Guía ejercicios resueltos Sumatoria y Binomio de Newton

1.9. ESTÁTICA CON ROZAMIENTO

2 - TEORIA DE ERRORES : Calibraciones

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL.

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

Transcripción:

CPIULO 2º FUNCIONES DE VECORES Y MRICES_ Ig. Dego lejadro Patño G. M.Sc, Ph.D.

Fucoes de Vectores y Matrces Los operadores leales so fucoes e u espaco vectoral, que trasforma u vector desde u espaco a otro espaco: : R R o posblemete de u espaco haca s msmo. Detro de este últmo grupo se ecuetra los Operadores Fucoales Leales, los cuales trasforma vectores detro del campo de los úmeros reales. Se estudará tres tpos especales de operadores: El Fucoal Multlear La Forma Cuadrátca Fucoes de Matrces 2

Fucoes de Vectores y Matrces U Operador Fucoal Leal (OFL) es ua fucó leal de u vector U OFL f() Rtrasforma u vector X al cojuto de los úmeros reales tales que f(c) cf() f(+y) f() + f(y) dode c es u escalar e el campo de X y y X. S el espaco vectoral X, de dmesó, tee defda ua base {e j }, etoces f ( ) f e f ( e ) Se puede determar el efecto de u fucoal leal sobre u vector determado prmero su efecto sobre los vectores de la base. 3

Fucoes de Vectores y Matrces Para determar el efecto de u fucoal leal sobre la base e ˆ, ˆ j bje e : Nueva Base o e forma matrcal [ e e L e ] [ e eˆ eˆ ]B ˆ 2 2 L respecto a la ueva base: f ( ) f j ( e ) j j 4

5 Fucoes de Vectores y Matrces ( ) j j b j f f ê ( ) ( ) j j j f b f ê ( ) ( ) ( ) ( ) j j j f f f b f ˆ ˆ ˆ e e Respecto a la ueva base

Fucoes de Vectores y Matrces dode ˆ b j j j so los compoetes del fucoal e la ueva base, o e forma matrcal ˆ B Que correspode a la msma formula para el cambo de base de vectores e u espaco leal. 6

Fucoales Multleales Es u fucoal que es leal e varos vectores dferetes: (, 2,, k ). la mas comú de las formas es la bleal. Ua forma bleal B es u fucoal que actúa sobre dos vectores del espaco X, de tal forma que s, y, z X y α es u escalar e el campo de X: 7

Forma Bleal B B ( + y, z) B(,z) + B( y, z) (,z + y) B(,z) + B(,y) B(, αy) αb(,y) B( α,y) αb(,y) S la últma codcó se reemplaza por B ( α, y) αb(,y) se dce que B está e la Forma Sesquleal 8

Forma Bleal E u espaco leal las formas bleales se especfca por medo de u cojuto de 2 compoetes, porque cada vector, y se puede epadr e mámo compoetes depedetes. Estos 2 úmeros se puede escrbr como ua matrz de dode el (,j) esmo elemeto de la matrz es b j B e (, ) e j y la forma bleal se puede escrbr como La forma B es smétrca s y es hermtaa s ( ) [ ],y b y By B j (, y) B( y, ) B (, y) B( y, ) B 9

Forma Bleal Cuado camba la base del espaco vectoral la matrz que descrbe la forma bleal també cambara. Sea B la matrz que descrbe la forma bleal respecto a la base orgal {e } y sea Bˆ la forma respecto a la ueva base {e j }, s la relacó etre bases se cooce e k β ê Susttuyedo e la epresó para el elemeto (,j) esmo de la represetacó matrcal de B: b j b j k ( ) e bj B ˆ ˆ,e j βlel, βmem B l m β l l m β m B k ( eˆ l, eˆ m ) bj βl l m β bˆ m j

Forma Bleal S los coefcetes β j se ordea e ua matrz β, etoces e geeral teemos que B β Bβ ˆ La ateror epresó tee la forma de trasformacó smlar prevamete defda. S la matrz de cambo de base es ortoormal (β β - ), la trasformacó e la forma bleal es gual a la trasformacó smlar.

Forma Bleal La forma bleal escrta como també se puede escrbr como (,y) By Formas bleales y productos teros so equvaletes B (, y) By B, Pero o es váldo para espacos de fucoes de dmesó fta. 2

Forma Bleal Por ejemplo para el espaco de las fucoes de valores reales defdas e el tervalo t, ua forma bleal válda: [ ] B ( f t), g( t) ) f ( t) ( g( t) dt Es u productos tero s B(,) > para y B(,) para. S se cosdera el campo de los complejos el producto tero tee la forma sesquleal: B ( f t), g( t) ) f ( t) ( g( t) dt 3

Formas Cuadrátcas Se defe las formas cuadrátcas e la msma forma que las formas bleales co la dfereca que se utlza el msmo vector dos veces. Dada ua matrz, ua forma cuadrátca puede escrbrse como Q ( ),, Es coveete defr formas smétrcas o hermtaas, ya que s está defda sobre los reales, es u escalar + 2 + 2 4243 O 4

Formas Cuadrátcas La matrz O cumple la codcó Etoces O.5 5 ( ) ( +.5 +. + ) O O S está defda sobre los reales O O Matrz Hermtaa Matrz Smétrca E geeral cuado se habla de formas cuadrátcas se asume que se está trabajado co matrces smétrcas. La forma cuadrátca se puede usar e el setdo de orma pero se debe teer e cueta que o sempre cumple co todas las propedades de ua orma. Por ejemplo, el requsto de o egatvdad y de cero solo cuado o sempre se cumple. De hecho se tee cco posbldades: 5

Formas Cuadrátcas S > para todo, la forma cuadrátca (smétrca) se dce que es postva defda. S para todo, la forma cuadrátca (smétrca) se dce que es postva semdefda. S < para todo, la forma cuadrátca (smétrca) se dce que es egatva defda. S para todo, la forma cuadrátca (smétrca) se dce que es egatva semdefda. > < S para alguos y para otros, la forma cuadrátca (smétrca) se dce que es defda. Este varas pruebas para determar s ua matrz es postva, egatva o defda: 6

Formas Cuadrátcas EOREM: Ua forma cuadrátca o la matrz smétrca que la defe, es postva (egatva) defda s ODOS los valores propos de so postvos (egatvos) o tee parte real postva (egatva). La forma cuadrátca es postva (egatva) semdefda s ODOS los valores propos de so o egatvos (o postvos) o tee parte real o egatva (o postva). 7

Formas Cuadrátcas Sea ua matrz co valores propos λ, se defe los meores prcpales de como a a2 a3 a a a Δ 2 a a a a a Δ Δ 2 3 2 22 23 2 22 a a a Δ 3 32 33 Postva defda: todos los meores prcpales so postvos. Postva semdefda: todos los meores prcpales so o egatvos Negatva defda: los meores prcpales se altera e sgo, empezado co u sgo egatvo para el meor. Negatva sem defda: los meores prcpales so alteradamete o postvo, o egatvo. 8

Formas Cuadrátcas La tabla resume dos métodos para determar la defcó de ua matrz hermtaa Clase Postva Defda Postva Semdefda Negatva Defda Negatva Semdefda Idefda Valores Propos λ λ λ λ lguos lguos > < λ λ < > Meores de Δ > Δ Δ < Δ2 > Δ3 < Δ Δ Δ 2 3 Nguo de los terores L L 9

2 Las formas cuadrátcas se puede emplear para represetar las ecuacoes de objetos geométrcos coocdos como quadrcs. Geometría formas cuadrátcas Por ejemplo, sea R y la matrz ( ) smétrca postva defda, etoces es la ecuacó de u elpsode e R. ( ) ( ) ( ) ( ) 2 2 2 2 2 2 2 2 2 + + c z z b y y a z z y y c b a z z y y o o o

Geometría formas cuadrátcas Cuales so las dreccoes de los ejes prcpales? Que ta lejos se etede la superfce e cada dreccó? Elpsode 2

Geometría formas cuadrátcas Mamzar la ecuacó del elpsode sujeta a la restrccó establecda por u tamaño ormalzado. Dervado: H γ ( ) H 2 2γ H γ 22

Geometría formas cuadrátcas El multplcador de LaGrage es gual a u valor propo y es el vector propo correspodete. Los etremos del elpsode se preseta e los vectores propos. El valor etremo esta dado por: γ γ γ γ 2 23

Geometría formas cuadrátcas El valor etremo a lo largo de los ejes prcpales está dado por los vectores propos. Este resultado es certo para ua matrz smétrca, postva defda. Para matrces o smétrcas los ejes prcpales está dados por los vectores sgulares zquerdos y las logtudes está dadas por los valores sgulares. 24

Fucoes de Matrces El resultado de ua fucó de matrces es ua matrz. Ejemplos báscos: dcó Multplcacó 25

Fucoes de Matrces Sea ua matrz cuadrada y k u etero postvo, se defe 2 L ( k veces) ( ) m m m ( + m) ( ) I k 26

Fucoes de Matrces S es dagoal por bloques, dag(, 2 ), es fácl verfcar que k k k 2 y f ( ) f ( ) f ( ) 2 Dada la trasformacó de semejaza Ā Q - Q o QĀQ -, como QQ QQ QQ Q Q 2 2 y e geeral k k Q Q se tee: f ( ) ( ) ( ) Qf Q o f Q f ( )Q 27

28 Fucoes de Matrces Dado u polomo de orde móco: El polomo se puede evaluar sobre la matrz : ( ) ( )( ) ( )... p - 2 I I I I p p a a a p + + + + L ( )( ) ( ) p p a a a p + + + + λ λ λ λ λ λ λ... - p... ) ( 2

Fucoes de Matrces El eorema de Cayley Hamlto establece que toda matrz satsface su propo polomo característco. eorema ( Cayley Hamlto). Sea φ(λ) det(λi ) λ + α - λ - + + α + α I el polomo caraterístco de. Etoces Δ ( ) + α + L+ α + α I El teorema de Cayley Hamlto mplca que se puede escrbr como ua combacó leal de las potecas de de a. S se multplca Δ() por se obtee que + se puede escrbr como combacó leal de {, 2,..., }, que a su vez se puede escrbr e térmos de {I,,..., - }. 29

Fucoes de Matrces odas las matrces relacoadas por ua trasformacó smlar tee el msmo polomo característco: Δ( ) Δ( ˆ ) El teorema de Cayley Hamlto mplca que se puede escrbr como ua combacó leal de las potecas de de a. S se multplca Δ() por se obtee que + se puede escrbr como combacó leal de {, 2,..., }, que a su vez se puede escrbr e térmos de {I,,..., - }. 3

Fucoes de Vectores y Matrces Evaluacó de Fucoes Matrcales: Ua forma de calcular f() coocedo Δ(λ) es empleado la fórmula de dvsó de polomos: dode q(λ) es el polomo cocete y h(λ) el polomo resduo. todo se reduce a determar los coefcetes del polomo h(λ) La dvsó de polomos es útl s el grado de f(λ) o es mucho mayor que el de Δ(λ). 3

REFERENCIS. CHEN C.. Lear Systems heory ad Desg. 3rd Edto. New York: Oford Uversty Press. 999 2. BY J.S. Fudametals of Lear State Space Systems, New York: McGraw Hll Iteratoal Edto,. 999. 32