Álgebra Lineal. Tema 5 Ecuaciones diferenciales lineales

Documentos relacionados
Ejercicios resueltos del capítulo 4

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos.

Álgebra Lineal. Tema 7. La forma canónica de Jordan

Diagonalización de matrices

Sistemas lineales de ecuaciones diferenciales. Juan-Miguel Gracia

Matriz fundamental. X(t) = (x 0 e at,y 0 e dt ) 0 e bt )(

Tema 11.- Autovalores y Autovectores.

RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS

Descomposición en forma canónica de Jordan (Segunda versión)

a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x i x j + a ij + a ji x j x i = s ij x i x j + s ji x j x i 2

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

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 )

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

Tema 2: Diagonalización

VALORES Y VECTORES PROPIOS

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

TEMA III: DIAGONALIZACIÓN.

Solución de Sistemas de Ecuaciones Diferenciales Lineales

Geometría afín y proyectiva, 2016 SEMANA 4

Aplicaciones Lineales. Diagonalización de matrices.

2.7 Aplicaciones del Teorema de Jordan

Autovalores y autovectores Diagonalización y formas canónicas

Podemos pues formular los dos problemas anteriores en términos de matrices.

ALGEBRA. Escuela Politécnica Superior de Málaga

Capítulo V. Valores y vectores propios. Diagonalización de operadores lineales.

6. Forma canónica de matrices

Forma canónica de Jordan.

ÁLGEBRA LINEAL. EXAMEN FINAL 18 de Enero de b) (0, 5 puntos) Estudia si la siguiente afirmación es verdadera o falsa, justificando

ALGEBRA. Escuela Politécnica Superior de Málaga

1. DIAGONALIZACIÓN. FORMAS CANÓNICAS

Apéndice sobre ecuaciones diferenciales lineales

Capítulo 1: Diagonalización de matrices

Apéndice sobre ecuaciones diferenciales lineales

Sistemas de Ecuaciones Diferenciales

Ejercicios de ECUACIONES DIFERENCIALES ORDINARIAS

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

Matemáticas Empresariales II. Formas cuadráticas

Tema 4: Sistemas de ecuaciones lineales.

Valores y Vectores Propios

Sistemas lineales homogéneos

Tema 8 Ecuaciones diferenciales

ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica Industrial, Especialidad de Electricidad

Preparaduría V. 1.- Sea A una matriz diagonal n n cuyo polinomio característico es

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

Proposición Sea V un espacio vectorial sobre K de dimensión n y B una base de V. Gl(n, K) = {A M(n n, K) A = 0}.

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones.

Algebra Lineal: Diagonalización de una Matriz Cuadrada. Departamento de Matemáticas. Intro. Diagonalizable

SISTEMAS LINEALES DE ECUACIONES DIFERENCIALES HOMOGÉNEAS DE PRIMER ORDEN

ÁLGEBRA LINEAL Problemas, 2006/2007

1. Ecuaciones lineales con coeficientes constantes. Ecuaciones de primer orden. 2. Encontrar la solución de los siguientes problemas de valor inicial.

Vectores y Valores Propios

Prácticas de Matemáticas II: Álgebra lineal

Cónicas. Clasificación.

1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS

Tema 3: Forma canónica de Jordan de una matriz.

Sistemas de ecuaciones lineales

1. SISTEMAS DE ECUACIONES DIFERENCIALES

2. Teorema de las multiplicidades algebraica y geométrica.

Sistemas de ecuaciones diferenciales lineales J.L. Mancilla Aguilar

APÉNDICE A. Algebra matricial

Curso cero Matemáticas en informática : Sistemas de ecuaciones lineales

Formas canónicas de Jordan

TEMA 7. DIAGONALIZACION Y Y FORMAS CANONICAS 1. ENDOMORFISMOS NILPOTENTES

2.5 Teorema de Jordan

CAPÍTULO 5: AUTOVALORES Y AUTOVECTORES, FORMA CANÓNICA DE JORDAN

TRANSFORMACIONES LINEALES 1. TRANSFORMACIONES NÚCLEO E IMAGEN

Matrices y sistemas de ecuaciones lineales. Autovalores y autovectores.

Lista de problemas de álgebra, 2016

Problemas y Ejercicios Resueltos. Tema 6: Diagonalizacion.

Sistemas de ecuaciones lineales

Clase 7 Herramientas de Álgebra Lineal

Diagonalización de matrices

y Matrices cuadradas.

Tema 5: Sistemas de ecuaciones lineales.

Espacios Vectoriales, Valores y Vectores Propios

Control Moderno. Ene.-Jun UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN. Facultad de Ingeniería Mecánica y Eléctrica. Dr. Rodolfo Salinas.

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

1. Problema clásico de EDO

Tema 1: Matrices. Sistemas de ecuaciones. Determinantes

6.5.7 Orientación de un espacio vectorial eucĺıdeo Producto vectorial Diagonalización de formas bilineales simétricas...

ALGEBRA LINEAL Y GEOMETRÍA. REPASO DE ÁLGEBRA LINEAL-2: CAMBIOS DE BASE GRADO DE MATEMÁTICAS. CURSO

CAPÍTULO 4. Sistemas de ecuaciones lineales de primer orden

6.8. Descomposición mediante valores singulares. v 2 =

Matrices: repaso. Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas. Una matriz A M m n es de la forma A =

MATRICES Y SISTEMAS DE ECUACIONES

ESCUELA TÉCNICA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA FUNDAMENTOS MATEMÁTICOS

Ejercicio 1 de la Opción A del modelo 1 de Solución

Diagonalización de matrices.

SISTEMAS DE ECUACIONES LINEALES Y MATRICES

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES

VALORES Y VECTORES PROPIOS

Ejercicio 3 de la Opción A del modelo 1 de 2008.

Hoja de diagonalización MATEMÁTICAS I

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA MATEMÁTICAS II TEMA 2: SISTEMAS DE ECUACIONES LINEALES

ÁLGEBRA Algunas soluciones a la Práctica 4

2.1 Descripción en espacio de estado de sistemas dinámicos

Tema 2.- Formas Cuadráticas.

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

4. Endomorfismos. 2 Autovalores y autovectores. 1 Introducción. 2.1 Definición y propiedades. 2.2 Subespacios característicos.

Transcripción:

Álgebra Lineal. Tema 5 Dep. Matemática Aplicada. UMA

Tasa relativa de crecimiento Si x(t representa alguna cantidad física como el volumen de una sustancia, la población de ciertas especies, o el número de euros invertidos en acciones, su derivada x (t proporciona la tasa de crecimiento. Con frecuencia es más interesante la llamada tasa relativa de crecimiento definida por: Tasa relativa de crecimiento = x (t x(t

Ecuación diferencial para tasa relativa constante Si la tasa relativa de crecimiento es constante, tenemos: a = x (t x(t x (t = ax(t Esta ecuación se denomina ecuación diferencial porque incluye una derivada. Trivialmente se comprueba que x(t = ce at son las soluciones de la ecuación diferencial dada. El valor de c se calcula a partir de una condición inicial, Por ejemplo, si X (0 = 5, entonces c = 5.

Sistemas lineales de ecuaciones diferenciales Trabajaremos con sistemas de ecuaciones diferenciales de la forma: x 1 (t = a 11x 1 (t + a 12 x 2 (t +... + a 1n x n (t x 2 (t = a 21x 1 (t + a 22 x 2 (t +... + a 2n x n (t........... x n(t = a n1 x 1 (t + a n2 x 2 (t +... + a nn x n (t a ij R Matricialmente nos queda como X (t = AX (t, siendo: x 1 (t a 11 a 12... a 1n x 1 (t x 2 (t. = a 21 a 22... a 2n x 2 (t....... x n(t a n1 a n2... a nn x n (t

Resolución mediante la exponencial de una matriz Definición Dada una matriz cuadrada A, se define la matriz cuadrada del mismo tamaño e A, como sigue: Teorema e A = I + A + A2 2! + A3 3! + A4 4! +... = k=0 Para cualquier vector constante c, X (t = e At c es una solución de la ecuación X (t = AX (t. Además, X (t = e At x 0 es una solución que verifica la condición inicial X (0 = x 0. A k k!

Cálculo de e Dt cuando D es una matriz diagonal Teorema Si D es una matriz diagonal cuyos elementos de la diagonal son d 1,..., d n, entonces e Dt es una matriz diagonal, cuyos elementos de la diagonal son e d 1t,..., e dnt. Ejemplo entonces D = e Dt = 1 0 0 0 2 0 0 0 3 e t 0 0 0 e 2t 0 0 0 e 3t

Cálculo de e At cuando A es una matriz diagonalizable Teorema Si A es una matriz diagonalizable, entonces e At = Pe Dt P 1, siendo D = P 1 AP Ejemplo ( 3 1 Sea A =, diagonalizando obtenemos que 2 2 ( ( 1 0 1 1 D = P 1 AP, siendo D = y P =, entonces 0 4 2 1 e At = Pe Dt P 1 = P ( e t 0 0 e 4t P 1

Resolución de un sistema Ejemplo (Modelo de Competencia Consideremos el sistema de ecuaciones diferenciales lineales: { x 1 (t = 3x 1 (t x 2 (t x 2 (t = 2x 1(t+ 2x 2 (t que expresando ( matricialmente sería X (t = AX (t, siendo 3 1 A = la matriz del ejemplo anterior. 2 2 Por tanto, la solución ( del sistema sería X (t = e At c, para cualquier c1 vector constante c =, luego: c 2 ( e t 2e 4t e t + e 4t X (t = Pe Dt P 1 c = 1 3 2e t + 2e 4t 2e t e 4t ( c1 c 2 Si las condiciones iniciales son X 1 (0 = 90 y X 2 (0 = 150, entonces X 1 (t = 80e t + 10e 4t y X 2 (t = 160e t 10e 4t.

Forma canónica de Jordan Definición Llamaremos matriz de Jordan J a una matriz de la forma: siendo: J = B j (λ j = B 1 (λ 1 0... 0 0 B 2 (λ 2... 0............ 0 0... B r (λ r λ j 1 0... 0 0 λ j 1... 0.............................. 0 0... λ j 1 0 0... 0 λ j donde cada B j (λ j se denomina matriz de bloques de Jordan.

Matrices de Jordan de tamaños 2 y 3 Teorema ( λ1 0 Las matrices de Jordan de tamaño 2 son de la forma 0 λ ( 2 λ 1 y donde λ 0 λ 1 y λ 2 podrían ser iguales. Las matrices de Jordan de tamaño 3 son de la forma: λ 1 0 0 λ 1 0 0 0 λ 2 0, 0 λ 2 1, 0 0 λ 3 0 0 λ 2 λ 1 1 0 0 λ 1 0 0 0 λ 2, λ 1 0 0 λ 1 0 0 λ

Forma canónica de Jordan Teorema Sea A una matriz cuadrada de tamaño n, entonces existe una matriz cuadrada inversible C, tal que J = C 1 AC, siendo J una matriz de Jordan cuyos elementos diagonales son los autovalores de A (repetidos según su multiplicidad algebraica. El número de unos se obtiene restando la multiplicidad algebraica menos la geométrica de cada autovalor. Además J es única salvo el orden de sus bloques, y se llama forma canónica de Jordan de A.

Forma canónica de Jordan para una matriz de tamaño 2 Ejemplo ( 3 2 Sea A = que tiene a λ = 1 como autovalor de 8 5 multiplicidad algebraica 2, mientras que su multiplicidad geométrica es 1. Por tanto, ( A no es diagonalizable. Su forma 1 1 canónica de Jordan es J =. Para encontrar la matriz 0 1 de paso C, consideramos el subespacio propio asociado a λ = 1, que está generado por el vector v 1 = (1, 2. Ahora resolvemos el sistema de ecuaciones (A λi x = v 1 y obtenemos v 2 = ( 1 4, 0 como una de sus soluciones. Por tanto J = C 1 AC, siendo C = ( 1 1 4 2 0, siendo v 1 y v 2 las columnas de C.

Exponencial de una matriz no diagonalizable Teorema Sea J la forma canónica de Jordan de una matriz A, tal que J = C 1 AC. Entonces e At = Ce Jt C 1. Ejemplo ( 3 2 Dada la matriz A = del ejemplo anterior, como su 8 5 ( 1 1 forma canónica de Jordan es J =, tal que 0 1 ( 1 J = C 1 1 AC, siendo C = 4 tenemos que: 2 0 ( e At = Ce Jt C 1 e t te = C t 0 e t C 1

Resolución de un sistema Caso no diagonalizable Ejemplo (Modelo depredador-presa Consideremos el sistema de ecuaciones diferenciales lineales: { x 1 (t = 2x 1 (t x 2 (t x 2 (t = x, siendo X 1(t+ 4x 2 (t 1 (0 = 500 y X 2 (0 = 100. ( 2 1 La matriz A = tiene como autovalor doble λ = 3 y no 1 4 es diagonalizable. Su forma canónica de Jordan es J = ( 1 1 tal que J = C 1 AC, siendo C = 1 2 ( ( X (t = e At 500 e 3t te = C 3t 100 0 e 3t ( 3 1 0 3. Por tanto: C 1 ( 500 100 de donde obtenemos que: X 1 (t = e 3t (500 600t y X 2 (t = e 3t (100 + 600t,

de orden superior Una ecuación diferencial lineal de orden n con coeficientes constantes y homogénea es una ecuación de la forma: a n x (n (t + a n 1 x (n 1 (t +... + a 1 x (t + a 0 x(t = 0 Para resolverla definiremos: x 1 (t = x(t, x 2 (t = x (t,..., x n (t = x (n 1 (t, x n(t = x (n (t De esta forma obtenemos el siguiente sistema: a n x n(t + a n 1 x n (t +... + a 2 x 3 (t + a 1 x 2 (t + a 0 x 1 (t = 0 x 2 (t = x 1 (t x 3 (t = x 2 (t. x n (t = x n 1 (t que se puede escribir como X (t = AX (t y resolver según la teoría anterior.

Resolviendo una EDL de orden 2 Ejemplo Para resolver la ecuación diferencial x + 5x + 6x = 0, con las condiciones iniciales x(0 = 1 y x (0 = 0, primero hacemos x 1 (t = x(t, x 2 (t = x (t, x 2 (t = x (t. Con este cambio, la ecuación se transforma en: { x 2 + 5x 2 + 6x 1 = 0 x 2 = x 1 ( ( ( x 1 0 1 x1 x 2 = 6 5 x 2 Diagonalizando y calculando la exponencial de la matriz: ( ( ( ( ( x1 1 1 e 3t 0 2 1 c1 = 3 2 0 e 2t 3 1 x 2 c 2 Utilizando las condiciones iniciales x 1 (0 = x(0 = 1 y x 2 (0 = x (0 = 0, obtenemos: x 1 (t = x(t = 2e 3t + 3e 2t