Вы находитесь на странице: 1из 34

Ejemplo

8.

3
3

=

Ejemplo 8. 3 = + + (l)(l) + ( - - 4 ) ( - l

+

+ (l)(l)

+
+

( - - 4 ) ( - l )

+

Ejemplo 8. 3 = + + (l)(l) + ( - - 4 ) ( - l

+

+

Ejemplo 8. 3 = + + (l)(l) + ( - - 4 ) ( - l

Ejemplo 9. El producto obtenido al intercambiar las matrices en el Ejem- plo 8 no está definido, porque en el producto resultante el número de colum-

sería igual al número de filas de la segunda ma-

nas de la primera matriz

número de filas de la segunda ma- nas de la primera matriz triz. Este ejemplo muestra

triz.

Este

ejemplo

muestra

que

la

ley

conmutativa

para

la

multiplicación

de

matrices

no

se

cumple

en

general,

esto

es,

BA. Esto es cierto en gene-

BA.

Esto es cierto en gene-

ral

aún

cuando

AB

y

BA

existan

ambas.

Observación. La definición de multiplicación de matrices requiere que

si A es una matriz de m x n y B es una matriz de p x q entonces debemos te- ner n para que el producto AB exista. En tal caso decimos que A y B son

el producto AB exista. En tal caso decimos que A y B son conformes. El producto

conformes. El producto AB es una matriz de m simbólicamente por la regla de cancelación:

El producto AB es una matriz de m simbólicamente por la regla de cancelación: q .

q. Esto se puede indicar

 
  x x x  

x

x
x

x

x x
 

Si

una

matriz

se

sustrae

de

misma,

el

resultado

es

una

matriz

cuyos

elementos son todos iguales a cero, llamada la por el símbolo 0. La matriz cero puede tener cualquier

cero o
cero o

y denotada

o dimensión.

tener cualquier cero o y denotada o dimensión. La matriz cero o nula actúa en álgebra

La matriz cero o nula actúa en álgebra matricial como el cero del álgebra or- dinaria. Con el objeto de tener una matriz que actúe como el uno o unidad de! ál- gebra ordinaria, introducimos una matriz unidad o identidad definida por

1
1

la cual es una matriz cuadrada con unos en la diagonal de la izquierda supe-

rior a la derecha inferior, llamada la diagonal principal, y

tes. Si el producto IA o AI existe, el resultado es (ver el Ejercicio

Ejemplo ll.

ceros

en

otras

el resultado es (ver el Ejercicio Ejemplo ll. ceros en otras par- + + = rela-

par-

es (ver el Ejercicio Ejemplo ll. ceros en otras par- + + = rela- ción a
+ +
+
+
es (ver el Ejercicio Ejemplo ll. ceros en otras par- + + = rela- ción a

=

rela-

ción a matrices, los cuales se pueden considerar corno teoremas. En todos casos asumimos que las operaciones indicadas están definidas y todas las

La

siguiente

lista

proporciona

algunos

resultados

importantes

en

las La siguiente lista proporciona algunos resultados importantes en Métodos de de matraces para sistemas de

Métodos

de

las La siguiente lista proporciona algunos resultados importantes en Métodos de de matraces para sistemas de

de matraces para sistemas

de

ecuaciones.

letras

denotan

matrices.

1.

2. +

3. AB

+ = (‘4 en
+
=
(‘4
en
letras denotan matrices. 1. 2. + 3. AB + = (‘4 en c general Ley Ley

c

general

Ley

Ley asociativa para la adición

conmutativa

para

la

adición

Ley

conmutativa

para

no se cumple

la

multiplicación

4.

4. = + Ley asociativa para la multiplicación

=

+
+

Ley

asociativa

para

la

multiplicación

5.

= AB

Ley

distributiva

6.

A

+

O

=

A

7.

7 . = IA =   0

=

IA
IA

=

 

0

8.

Al

=

A

 

En

muchas

situaciones

prácticas

tenemos

necesidad

de

matrices

cuyos

elementos

son

funciones,

tal

como

por

ejemplo

cuyos elementos son funciones, tal como por ejemplo en la cual los elementos son funciones de
cuyos elementos son funciones, tal como por ejemplo en la cual los elementos son funciones de

en la cual los elementos son funciones de Las reglas de operación con matrices son exactamente las mismas a las ya dadas. Además, sin embargo, como se podría esperar en aplicaciones a ecuaciones diferenciales, necesita- mos definir la derivada de una matriz. Hacemos la siguiente

Definición

la derivada de una matriz. Hacemos la siguiente Definición de 1. matriz entonces la derivada de

de

derivada de una matriz. Hacemos la siguiente Definición de 1. matriz entonces la derivada de A

1.

matriz

entonces la derivada de A con respecto a

Si

A

es

una

cuyos

elementos

son

funciones

A con respecto a Si A es una cuyos elementos son funciones denotada por es una

denotada por

a Si A es una cuyos elementos son funciones denotada por es una matriz cuyos elementos

es una matriz cuyos elementos son las derivadas de los elementos correspon-

dientes

de

A.

En

símbolos,

si

A

=

los elementos correspon- dientes de A. En símbolos, si A = entonces Ejemplo 12. Podemos también

entonces

Ejemplo 12.

dientes de A. En símbolos, si A = entonces Ejemplo 12. Podemos también definir integrales de

Podemos

también

definir

integrales

de

matrices.

Definición

bles

mentos

los,

=

si

2.

Si

A

es

una

matriz

cuyos

elementos

son

funciones

integra-

de

Si A es una matriz cuyos elementos son funciones integra- de son A entonces la integral

son

A

entonces la integral de A con respecto a

las

integrales

A entonces la integral de A con respecto a las integrales entonces 1 3 . S

entonces

1 3 .

S e a

=

de

los

elementos

es una matriz cuyos ele-

de

A.

En

símbo-

 
 
 
 

2

2 3t) +

3t)

+

2 3t) +

matriz

constante

correspondientes

  2 3t) + matriz constante correspondientes E j e m p l o Entonces donde

E j e m p l o

Entonces

donde

arbitraria,

C

correspondientes E j e m p l o Entonces donde arbitraria, C A = = c,).
A = = c,). Algunas veces
A
=
=
c,).
Algunas
veces

C

3t

+

se

=

llama

C A = = c,). Algunas veces C 3t + se = llama una Consideremos trices.
C A = = c,). Algunas veces C 3t + se = llama una Consideremos trices.

una

Consideremos

trices.

algunos

ejemplos

ilustrando

varias

operaciones

con

ma-

Capítulo

once

EJEMPLO

ILUSTRATIVO

1

Exprese

el

sistema

de

ecuaciones

lineales

páginaILUSTRATIVO 1 Exprese el sistema de ecuaciones lineales en forma Entonces usando la definición de e

1 Exprese el sistema de ecuaciones lineales página en forma Entonces usando la definición de e

en

forma

1 Exprese el sistema de ecuaciones lineales página en forma Entonces usando la definición de e
Entonces usando la definición de e igualdad de
Entonces
usando
la
definición
de
e
igualdad
de

matrices,

demos escribir el sistema en la forma AX =

de matrices, demos escribir el sistema en la forma AX = EJEMPLO ILUSTRATIVO 2 Si A=

EJEMPLO ILUSTRATIVO 2

Si A=

el sistema en la forma AX = EJEMPLO ILUSTRATIVO 2 Si A= muestre que Solución Tomando

muestre

que

en la forma AX = EJEMPLO ILUSTRATIVO 2 Si A= muestre que Solución Tomando tenemos 3A

Solución

Tomando

tenemos= EJEMPLO ILUSTRATIVO 2 Si A= muestre que Solución Tomando 3A = 0. po- EJEMPLO ILUSTRATIVO

3A

2 Si A= muestre que Solución Tomando tenemos 3A = 0. po- EJEMPLO ILUSTRATIVO 3  

=

0.

2 Si A= muestre que Solución Tomando tenemos 3A = 0. po- EJEMPLO ILUSTRATIVO 3  

po-

2 Si A= muestre que Solución Tomando tenemos 3A = 0. po- EJEMPLO ILUSTRATIVO 3  

EJEMPLO ILUSTRATIVO 3

 

Escriba

en

forma

matricial

el

sistema

dx

d x  
 
+ z = 1, x + + 3z =

+

+ z = 1, x + + 3z =

z

=

+ z = 1, x + + 3z =

1,

x

+

+ z = 1, x + + 3z =

+

3z

=

 

dt

 

de

ecuaciones

x

diferenciales

=   dt   de ecuaciones x diferenciales + (13) El sistema dado (13) se puede

+=   dt   de ecuaciones x diferenciales (13) El sistema dado (13) se puede expresar

(13)

El sistema dado (13) se puede expresar de acuerdo a la definición

=dado (13) se puede expresar de acuerdo a la definición Solución de igualdad de matrices como

Solución

de igualdad de matrices como

a la definición = Solución de igualdad de matrices como usado D (14) . Usando la
a la definición = Solución de igualdad de matrices como usado D (14) . Usando la

usado D

= Solución de igualdad de matrices como usado D (14) . Usando la definición de adición
= Solución de igualdad de matrices como usado D (14) . Usando la definición de adición

(14)

. Usando la definición de adición

de matrices, el lado izquierdo de (14) se puede escribir como una suma:

el lado izquierdo de (14) se puede escribir como una suma: donde hemos usado las definiciones

el lado izquierdo de (14) se puede escribir como una suma: donde hemos usado las definiciones

el lado izquierdo de (14) se puede escribir como una suma: donde hemos usado las definiciones

el lado izquierdo de (14) se puede escribir como una suma: donde hemos usado las definiciones

donde hemos usado las definiciones de derivadas y producto de matrices. Podemos así escribir el sistema dado como

de matrices. Podemos así escribir el sistema dado como Métodos de eigenvalores de matrices para sistemas

Métodos

de

eigenvalores

de

matrices

para

sistemas

de

ecuaciones.

5 1 7

 

El

siguiente

es

un

teorema

importante

el

cual

será

usado

con

frecuencia

en

este

capítulo.

en este capítulo.

Teorema.

Suponga

que

se

da

el

sistema

de

ecuaciones

lineales

 

A X

=

0

  A X = 0

donde

es

Entonces

si det

A

es

vector

el

una matriz de n

n

dimensional

sistema

tiene

A es vector el una matriz de n n dimensional sistema tiene n cuyos eleméntos son

n cuyos eleméntos son constantes dadas, y X

.

sólo

un

con

elementos

no

desconocidos

X

, , 0, si y
,
,
0,
si
y

soluciones

triviales,

esto

es,

(A) = 0.

Ejemplo 14.

equivalente

al

Puesto

que

el

nes

sistema

no

tiene

triviales

equivalente al Puesto que el nes sistema no tiene triviales = sistema 3 E n t

=

sistema

3
3

E n t o n c e sal Puesto que el nes sistema no tiene triviales = sistema 3 de ecuaciones lineales 2.x

de

ecuaciones

lineales

2.x + = 0 3s + = 0 = 0 2-l = 3 2 1
2.x
+
= 0
3s
+
=
0
=
0
2-l
=
3
2
1
6
soluciones
no
triviales.
Dos
de
las
son
=
4 - 2 0 14
4
- 2 0
14

infinitas

A X = O

e s

posibles

solucio-

Debido al teorema anterior llamamos una matriz A singular si det en otro caso, se llama no singular.

(A)

0;

EJERCICIOS

A

1. Desarrolle cada una de las siguientes operaciones indicadas para producir una

matriz

equivalente

1. Desarrolle cada una de las siguientes operaciones indicadas para producir una matriz equivalente 5 1
1. Desarrolle cada una de las siguientes operaciones indicadas para producir una matriz equivalente 5 1

5 1 8

Capítulo

once

para los+ Encuentre los valores de 3) , encuentre D a d o q u e

para los + Encuentre los valores de 3) , encuentre D a d o q u
+
+

Encuentre los valores de

3)

para los + Encuentre los valores de 3) , encuentre D a d o q u

, encuentre

para los + Encuentre los valores de 3) , encuentre D a d o q u

D a d o

q u e

D a d o q u e = = C = Muestre que

=

D a d o q u e = = C = Muestre que
D a d o q u e = = C = Muestre que
D a d o q u e = = C = Muestre que

=

D a d o q u e = = C = Muestre que
D a d o q u e = = C = Muestre que

C

=

D a d o q u e = = C = Muestre que
D a d o q u e = = C = Muestre que

Muestre

que

A + = + C . (h) + C) = AB +

A

+

=
=

+

C.

(h)

A + = + C . (h) + C) = AB +

+

C)

= AB

+

A + = + C . (h) + C) = AB +

ilustran

estos

resultados?

 
leyes Si A, C (b)
leyes
Si
A,
C
(b)

son

las

matrices

dadas

en

el

Ejercicio

4,

determine

si

(a)

AB

leyes Si A, C (b) son las matrices dadas en el Ejercicio 4, determine si (a)

C(AB).

C(AB). conclusiones

conclusiones

puede

usted

sacar

de

estas

observaciones?

6.

Exprese

en

forma

matricial

 
 

7.

Dado

que

A

=

Dado que A = encuentre
Dado que A = encuentre
Dado que A = encuentre

encuentre

Dado que A = encuentre
Dado que A = encuentre
Dado que A = encuentre
 

8.

Exprese

los

siguientes

sistemas

de

ecuaciones

diferenciales

en

forma

matricial

de ecuaciones diferenciales en forma matricial 9. Encuentre det (A) si: (a) A A  

9.

Encuentre

det

(A) si:

(a)

A

Encuentre det (A) si: (a) A
9. Encuentre det (A) si: (a) A A  
9. Encuentre det (A) si: (a) A A  

A

9. Encuentre det (A) si: (a) A A  
9. Encuentre det (A) si: (a) A A  
 

10.

Determine

cuáles

de

los

siguientes

sistemas

tienen

soluciones

no

triviales,

y

de-

termine

algunas

de

estas

soluciones

si

existen.

 
(b) + = 0 0 0  

(b)

+
+

=

0 0 0
0
0
0
 

=

=

EJERCICIOS

EJERCICIOS

1.

Si A,
Si A,

y C son matrices del mismo tamaño, pruebe que (a)

A

+

B

B

+ A.

(b)

2.

Pruebe que si A, B

y C son matrices conformes entonces:

 
+ Si A,
+
Si
A,

muestre

C)

son

= AB

+

+ Si A, muestre C) son = AB + matrices conformes que cuyos

matrices

conformes

que

cuyos

(b)

(b)

3.

 

elementos

son

funciones

3.   elementos son funciones de

de

 

Métodos

de

Métodos de

de

matrices

para

sistemas

de

ecuaciones.

 

519

son funciones de   Métodos de de matrices para sistemas de ecuaciones.   519

Ilustre

tomando

Ilustre tomando Explique por qué el orden indicado es esencial. X AX donde A, B? Explique.
Ilustre tomando Explique por qué el orden indicado es esencial. X AX donde A, B? Explique.

Explique por qué el orden indicado es esencial.

X
X

AX

dondeExplique por qué el orden indicado es esencial. X AX A, B? Explique. X se asumen

A,

B? Explique.

el orden indicado es esencial. X AX donde A, B? Explique. X se asumen conformes, necesariamente

X

se

asumen

conformes,

necesariamente

sigue

que

5.

5. , determine, si es posible, los elementos en la matriz X =
5. , determine, si es posible, los elementos en la matriz X =

, determine, si es posible, los elementos en la matriz X =

5. , determine, si es posible, los elementos en la matriz X =

de

modo

que

AX = XA.

 

6.

Muestre que si es la matriz identidad

Muestre que si es la matriz identidad

6. Muestre que si es la matriz identidad página 515, y una matriz, enton-

página 515, y

una matriz, enton-

una matriz, enton-

ces si los productos ZA ó AZ existen, el resultado es A.

EJERCICIOS

C

= B = det (BA). 1. D a d o tenemos det

=

= B = det (BA). 1. D a d o tenemos det

B =

= B = det (BA). 1. D a d o tenemos det

det (BA).

1. D a d o

tenemos det

2

- 2

2. Pruebe el resultado indicado en

el

trices

de

2x

2,

(b) matrices de

resultado indicado en el trices de 2x 2, (b) matrices de muestre que Ejercicio 1 si

muestre

que

Ejercicio

1

si

A

aún

cuando

de muestre que Ejercicio 1 si A aún cuando BA todavía y B son cualesquiera (a)

BA todavía

y B son cualesquiera (a) ma-

3. El resultado se puede generalizar a matrices

 

de

n donde donde

  de n donde 3.

3.

3.

Muestre que si A y B son cualesquiera determinantes de 2

3. Muestre que si A y B son cualesquiera determinantes de 2 2 tenemos det (AB)

2 tenemos det (AB) =

 

det (A) det (B) e ilustre usando los determinantes en el Ejercicio 1. (b) Extienda el resultado de (a) a determinantes de 3 3 e ilustre con un ejemplo (el resultado es cierto para cualesquiera determinantes de n n). (c) Discuta la conexión en- tre los resultados de (a) y (b) y los resultados de los Ejercicios 1 y 2.

de n n). (c) Discuta la conexión en- tre los resultados de (a) y (b) y
de n n). (c) Discuta la conexión en- tre los resultados de (a) y (b) y

4.

Una

matriz X tal que AX = Z donde

matriz X tal que AX = Z donde es la matriz identidad o unidad se llama

es la matriz identidad o unidad se llama la

 

inversa

de

A

y

se

denota por A-

denota por A- Encuentre A

Encuentre A

inversa de A y se denota por A- Encuentre A si:

si:

 
   
   
 

5.

Muestre que la inversa de una matriz cuadrada A no puede existir si

A

es

una ma-

triz

singular.

 

6.

Sea

A

=

6. Sea A = una matriz cuadrada, C = (c,,) una matriz cuadrada del mismo  

una

matriz

cuadrada,

C

=

(c,,)

una

matriz

cuadrada

del

mismo

 

tamaño

cuyos

elementos

los

cofactores

 

de

los

elementos,

y

tamaño cuyos elementos los cofactores   de los elementos, y

es la matriz cuadrada

denotan
denotan

de C al intercambiar columnas y filas (con fre-

cuencia

ilustre el hecho que

llamada

la

transpuesta

de

(a)

Usando

las

matrices

en

el

Ejercicio

Ejercicio
 
 
 
 
 

520

Capítulo

once

 

(b) Use

para mostrar que la inversa de una matriz no singular

para mostrar que la inversa de una matriz no singular

está dada

está dada

por A

por A donde 0 y use este resultado para trabajar Ejercicio , Es-

donde

por A donde 0 y use este resultado para trabajar Ejercicio , Es-
por A donde 0 y use este resultado para trabajar Ejercicio , Es-

0 y use este resultado para trabajar

Ejercicio

Ejercicio

por A donde 0 y use este resultado para trabajar Ejercicio , Es-

,

Es-

y use este resultado para trabajar Ejercicio , Es- tos resultados se cumplen para matrices de
y use este resultado para trabajar Ejercicio , Es- tos resultados se cumplen para matrices de

tos resultados se cumplen para matrices de

x x

, Es- tos resultados se cumplen para matrices de x Resuelva el sistema de ecuaciones página

Resuelva el sistema de ecuaciones

cumplen para matrices de x Resuelva el sistema de ecuaciones página 511, usando matrices inversas. [su-

página 511, usando matrices inversas. [su-

gerencia: Use el Ejemplo ilustrativo 1, página 517, para escribir el sistema como

AX =

1, página 517, para escribir el sistema como AX = y luego multiplique a la izquierda

y luego multiplique a la izquierda por

el sistema como AX = y luego multiplique a la izquierda por Ecuaciones Volvamos diferenciales matriciales

Ecuaciones

Volvamos

diferenciales

matriciales

nuestra

atención

a

mostrar

cómo

las

matrices

se

pueden

usar

para resolver sistemas de ecuaciones diferenciales con coeficientes constan- tes por el método de la solución complementaria y particular. Hacemos un pa-

ralelo con la discusión de la página 500 para que el estudiante pueda ver las

relaciones

entre

ambos

métodos.

Como

ya

se

mencionó,

las

matrices

sirven

para

simplificar

el

trabajo

involucrado

donde

el

número

de

ecuaciones

es

grande.

 
 

Indicamos

en

 

el

Capítulo

diez,

página

449,

que

todo

sistema

lineal

de

ecuaciones

diferenciales

puede

escribirse

como

 

un

sistema

de

ecuaciones

diferenciales

de

primer

orden

si

queremos

usar

suficientes

incógnitas.

En

el

caso

donde,

por

ejemplo,

tengamos

tres

funciones

desconocidas

de

caso donde, por ejemplo, tengamos tres funciones desconocidas de diga-

diga-

mos

mos tal sistema se puede escribir en la forma  
mos tal sistema se puede escribir en la forma  
tal sistema se puede escribir en la forma

tal sistema se puede escribir en la forma

 
mos tal sistema se puede escribir en la forma   + = dz + = donde

+

mos tal sistema se puede escribir en la forma   + = dz + = donde

=

tal sistema se puede escribir en la forma   + = dz + = donde los
dz + =
dz
+
=

donde los

funciones dadas de t. El sistema (1) se puede escribir en forma matricial como

son

son constantes dadas y los lados derechosEl sistema (1) se puede escribir en forma matricial como son F,, du donde Y como

F,,

como son son constantes dadas y los lados derechos F,, du donde Y como vemos al

du

como son son constantes dadas y los lados derechos F,, du donde Y como vemos al
como son son constantes dadas y los lados derechos F,, du donde Y como vemos al

donde

Y
Y

como vemos al usar un procedimiento similar al del Ejemplo ilustrativo pá-

in-

cógnitas, donde n la correspondiente ecuación matricial está aún dada por pero u y F son entonces vectores n dimensional y A es una matriz de

nx n. Entendemos por una solución de por supuesto cualquier vector co-

lumna u el cual cuando se sustituye en (2) produzca una identidad. Para re-

debemos por tanto aprender cómo resol-

ver

solver cualquier sistema tal como

aprender cómo resol- ver solver cualquier sistema tal como gina 517. Si (1) se remplaza por

gina 517. Si (1) se remplaza por un sistema de ecuaciones lineales con

Si (1) se remplaza por un sistema de ecuaciones lineales con (2). de eigenvalores de matrices
Si (1) se remplaza por un sistema de ecuaciones lineales con (2). de eigenvalores de matrices
Si (1) se remplaza por un sistema de ecuaciones lineales con (2). de eigenvalores de matrices
Si (1) se remplaza por un sistema de ecuaciones lineales con (2). de eigenvalores de matrices

(2).

se remplaza por un sistema de ecuaciones lineales con (2). de eigenvalores de matrices para sistemas
se remplaza por un sistema de ecuaciones lineales con (2). de eigenvalores de matrices para sistemas

de

eigenvalores

de

matrices

para

sistemas

de

ecuac iones.

521

Por razones obvias, llamamos (2) una ecuación diferencial matricial lineal

de primer orden con coeficientes constantes.* La ecuación

de primer orden con coeficientes constantes.* La ecuación de (2) al remplazar el lado derecho F

de

(2)

orden con coeficientes constantes.* La ecuación de (2) al remplazar el lado derecho F por 0,

al remplazar el lado derecho F por 0, matriz cero o nula, se llama por analo- gía con los capítulos previos la ecuación complementaria y está dada por

previos la ecuación complementaria y está dada por de constantes arbitrarias igual a la dimensión de

de constantes

arbitrarias igual a la dimensión de u, se llama la solución complementaria de

La

solución

general

de

la solución complementaria de La solución general de la cual involucra un número y como en

la

cual

involucra

un

número

de La solución general de la cual involucra un número y como en los capítulos previos

y

como

en

los

capítulos

previos

tenemos

los

siguientes

teoremas

funda-

mentales.

1.previos tenemos los siguientes teoremas funda- mentales. esto es, la solución complementaria de (2). Sea cualquier

esto es, la solución complementaria de (2). Sea cualquier solución parti- cular de (2). Entonces la solución general de (2) está dada por

Sea

(2). Entonces la solución general de (2) está dada por Sea la solución general de la

la

solución

general

de

la

ecuación

(2) está dada por Sea la solución general de la ecuación complementaria = Teorema 2. (Principio

complementaria

por Sea la solución general de la ecuación complementaria = Teorema 2. (Principio de superposición). Sea
por Sea la solución general de la ecuación complementaria = Teorema 2. (Principio de superposición). Sea

=

Sea la solución general de la ecuación complementaria = Teorema 2. (Principio de superposición). Sea ,

Teorema 2. (Principio de superposición). Sea ,

= Teorema 2. (Principio de superposición). Sea , cualquier núme- cons- ro de soluciones de la

cualquier núme-

2. (Principio de superposición). Sea , cualquier núme- cons- ro de soluciones de la ecuación complementaria

cons-

ro de soluciones de la ecuación complementaria y sea tantes arbitrarias. Entonces

ecuación complementaria y sea tantes arbitrarias. Entonces = + + . . es también una solución

=

complementaria y sea tantes arbitrarias. Entonces = + + . . es también una solución de

+

complementaria y sea tantes arbitrarias. Entonces = + + . . es también una solución de

+

.

.

complementaria y sea tantes arbitrarias. Entonces = + + . . es también una solución de

es

también

una

solución

de

(4).

Pruebas

de

estos

teoremas

se

dejan

para

los

ejercicios.

teoremas se dejan para los ejercicios. Observación. Se debería notar que si deseamos la

Observación. Se debería notar que si deseamos la solución general de la ecuación complementaria (4) donde u es un vector n dimensional necesita- mos n soluciones independientes en (6). Como en el Capítulo cuatro, este con- cepto de independencia requiere una discusión de Wronskianos, la cual se da en la página 532. En vista de los teoremas anteriores es claro que para obtener la solución

general

o la solución general de

ahora

deseada

de

cómo

éstas

se

(2)

debemos

general de ahora deseada de cómo éstas se (2) debemos encontrar la solución complementaria de y

encontrar

la

solución

complementaria

de

se (2) debemos encontrar la solución complementaria de y también una solución particular de (2). Veamos

y también una solución particular de (2). Veamos

encontrar.

pueden

La

solución

complementaria

Para encontrar la solución general de (4) o la solución complementaria de

hagamos la sustitución en (4) dada por

hagamos

la

sustitución

en

(4)

dada

por

 
    (7)
 

(7)

donde

donde

es

una

constante

y

v

es

un

vector

columna

n-dimensional

constan-

te.

Note

que

para n

=

2,

(7)

equivale

a

hacer

la

sustitución

la sustitución
= 2, (7) equivale a hacer la sustitución en la página 502. Entonces (4) llega a

en

la

página

502.

Entonces

(4)

llega

a

ser

sustitución en la página 502. Entonces (4) llega a ser *Pudimos también llamar (2) una ecuación

*Pudimos también llamar (2) una ecuación diferencial columna.

5 2 2

Capítulo

once

ser *Pudimos también llamar (2) una ecuación diferencial columna. 5 2 2 Capítulo once puesto que

puesto que

.

es un vector(4) llega a ser *Pudimos también llamar (2) una ecuación diferencial columna. 5 2 2 Capítulo

o al dividir por

0o al dividir por

 
 

=  0

0

  = 0

donde

donde es la matriz identidad o unitaria. Ahora del teorema en la página 518,

es

la

matriz

identidad

o

unitaria.

Ahora

del

teorema

en

la

página

518,

sigue

que

(9)

tendrá

soluciones

no

triviales,

esto

es,

sigue que (9) tendrá soluciones no triviales, esto es, 0, si y solo si
sigue que (9) tendrá soluciones no triviales, esto es, 0, si y solo si

0,

si

y

solo

si

Para

mincnte

la

matriz (4) en la página

de

orden

n

det

si Para mincnte la matriz (4) en la página de orden n det 512 con +

512 con

+

=mincnte la matriz (4) en la página de orden n det 512 con + 0 esto

la matriz (4) en la página de orden n det 512 con + = 0 esto

0

esto

matriz (4) en la página de orden n det 512 con + = 0 esto 3.1
matriz (4) en la página de orden n det 512 con + = 0 esto 3.1

3.1

EIGENVALORES

Y

EIGENVECTORES

La ecuación determinante (ll) es equivalente a una ecuación polinómica

de

grado

n

en

es equivalente a una ecuación polinómica de grado n en Esta tiene y de n ecuación,

Esta

tiene

y

de

n

ecuación,

raíces

que

no

es

análoga

a

la

ecuación

auxiliar

de

del

Capítulo

Correspondienteque no es análoga a la ecuación auxiliar de del Capítulo cuatro, de necesariamente habrá se

cuatro,

de

auxiliar de del Capítulo Correspondiente cuatro, de necesariamente habrá se distintas, del digamos vector

necesariamente

de del Capítulo Correspondiente cuatro, de necesariamente habrá se distintas, del digamos vector columna la ecuación

habrá

se

distintas,

del

digamos

vector

de necesariamente habrá se distintas, del digamos vector columna la ecuación a estas valores raíces de

columna

la

ecuación

a

estas

valores

raíces

de

valores

obtenido

matricial (2). Antes de ilustrar el procedimiento, examinemos el significado

de

estos

obtienen

soluciones

la ecuación (9) la cual

conduce a (10) u (11).

Podemos

escribir

(9)

en

la

forma

cual conduce a (10) u (11). Podemos escribir (9) en la forma = En el lado

=

conduce a (10) u (11). Podemos escribir (9) en la forma = En el lado izquierdo

En el lado izquierdo de esta ecuación A

es una matriz de

n

En el lado izquierdo de esta ecuación A es una matriz de n n y es

n

y

En el lado izquierdo de esta ecuación A es una matriz de n n y es

es

un vec-

tor columna

 

n

dimensional.

Una

pregunta

que

naturalmente

surge

es

sobre

el

significado

del

producto

del producto

Claramente,

Av

es

otro

vector

n

dimensional,

de

modo

que

podemos

considerar

a

A

como

un

operador

o

transformación

que

cuando opera

sobre

sobre

produce

un

nuevo

vector

n

dimensional.

Esta

transfor-

mación

en

el

espacio

n

dimensional

se

puede

visualizar

mejor

 

si

considera-

mos

y lo transforma en otro vector tridimensional.puede visualizar mejor   si considera- mos En el espacio tridimensional se puede pensar que tal

En el espacio tridimensional se puede pensar que tal transformación consis- te de una rotación del vector, un alargamiento o contracción del vector, o po- siblemente ambos. Para el caso general, donde n 3, podemos considerar a A

como una rotación con un posible alargamiento o contracción de un vector n

dimensional,

toma al vector tridimensional

n

= 3, por ejemplo. En tal caso podemos pensar que la matriz A

aunque

tal

visualización

no

es

tan

pensar que la matriz A aunque tal visualización no es tan fácil como para n de

fácil

como

para

n

de

3

aunque tal visualización no es tan fácil como para n de 3 3 3. En el

3

3.

En el caso de un vector tridimensional, la multiplicación por un núme-

ro

escalar

representa

representa

un

vector

en

la

misma u opuesta dirección, depen-

diendo

si

el

número

diendo si el número es positivo o negativo. En muchos casos, podemos

es

positivo

o

negativo.

En

muchos

casos, podemos

considerar

a

considerar a como un vector paralelo a Esta misma idea también se

como

un

vector

paralelo

a

considerar a como un vector paralelo a Esta misma idea también se

Esta

misma

idea

también

se

aplica

al

espacio

n

dimensional.

 

Con

estas

interpretaciones

el

problema

de

hallar

los

valores

de

y

sus

vectores

correspondientes
correspondientes

equivale

envalores de y sus vectores correspondientes equivale A vectores cuando sufren una transformación Métodos de

A

vectores cuando sufren una transformación

Métodos

de

eigenvafores

de

a

hacer

la

siguiente

el espacio n dimensional son y
el
espacio
n
dimensional
son
y

matrices

para

de eigenvafores de a hacer la siguiente el espacio n dimensional son y matrices para de

de

ecuaciones.

5 2 3

se convierten en un nuevo vector (esto es,

niendo magnitud

paralelo al vector original te-se convierten en un nuevo vector (esto es, niendo magnitud veces la del vector original? Al

(esto es, niendo magnitud paralelo al vector original te- veces la del vector original? Al responder

veces la del vector original?

Al responder la pregunta anterior estamos por supuesto buscando vecto- res no cero o no triviales los cuales se pueden pensar como vectores propios. Ahora debido a que mucho del trabajo sobre teoría de matrices fue hecho en alemán en el cual la palabra para propio es eigen, los valores de y los vec- tores correspondientes v han llegado a conocerse por las palabras híbridas eigenvalores y eigenvectores, respectivamente, y usaremos esta terminolo- gía. La ecuación determinante (10) u (11) usada para hallar los valores de se llama la ecuación de Hay varias observaciones que deberían hacerse.

de Hay varias observaciones que deberían hacerse. Observación El hecho de que aparezca un signo menos
de Hay varias observaciones que deberían hacerse. Observación El hecho de que aparezca un signo menos
de Hay varias observaciones que deberían hacerse. Observación El hecho de que aparezca un signo menos

Observación El hecho de que aparezca un signo menos en (12) sur-

El hecho de que aparezca un signo menos en (12) sur- ge simplemente porque hicimos =

ge simplemente porque hicimos = e en la ecuación

(4) en la página 522. Si en vez hubiéramos hecho = e- (12) habría sido remplazada por = XV, la cual luce más estética.* En tal caso pudimos lla-

XV , la cual luce más estética.* En tal caso pudimos lla- diferencial matricial mar los
XV , la cual luce más estética.* En tal caso pudimos lla- diferencial matricial mar los

diferencial matricial

estética.* En tal caso pudimos lla- diferencial matricial mar los eigenvalores, pero ellos serían los negativos
estética.* En tal caso pudimos lla- diferencial matricial mar los eigenvalores, pero ellos serían los negativos
estética.* En tal caso pudimos lla- diferencial matricial mar los eigenvalores, pero ellos serían los negativos
estética.* En tal caso pudimos lla- diferencial matricial mar los eigenvalores, pero ellos serían los negativos

mar los eigenvalores, pero ellos serían los negativos de los dados anterior- mente. Hay algunas ventajas de usar la ecuación (12) debido a la analogía

con la de Sturm-Liouville del Capítulo ocho, como lo discutiremos en la página 542. Se
con la
de Sturm-Liouville del Capítulo ocho, como lo discutiremos en
la página 542. Se debería notar que independiente del signo adoptado para
los eigenvalores no hay diferencias en los eigenvectores correspondientes, de-
bido a que
cualquier múltiplo constante (o escalar) de un eigenvector es tam-
cualquier múltiplo constante (o escalar) de un eigenvector es tam-
bién
bién
un
un
eigenvector.
eigenvector.
Observación
2. El problema de determinar
y
v
que
Av
(ó Av
XV)
se
puede
considerar como
un problema puramente algebraico
(es-
to
es,
aparte
de
su
conexión
con
soluciones
de
ecuaciones
diferenciales
Por esta razón, nos referimos a los
y
como los eigenvalores
y eigenvectores
de
la
matriz A. El
problema
de
eigenvalores
matriciales
tiene
muchas
ramificaciones
teóricas
importantes,
algunas
de
las
cuales
se
presen-
tan
en
los
ejercicios
y
al
final
de
este
capítulo
para
aquellos
interesados
en
ellas.
El
estudiante
que
desee
continuar
un
estudio
adicional
puede
referirse
a
los
libros
sobre
teoría
matricial.*

3.2 EL CASO DE

a los libros sobre teoría matricial.* 3.2 EL CASO DE REALES DISTINTOS Para ilustrar las ideas

REALES DISTINTOS

Para

ilustrar

las

ideas

anteriores,

consideremos

el

siguiente

PROBLEMA

las ideas anteriores, consideremos el siguiente PROBLEMA Resuelva el sistema 2 dt x 0 1 =

Resuelva

el

sistema

2consideremos el siguiente PROBLEMA Resuelva el sistema dt x 0 1 = *El estudiante que ha

dt

x

0 1 =
0 1
=
el siguiente PROBLEMA Resuelva el sistema 2 dt x 0 1 = *El estudiante que ha

*El estudiante que ha leído el Capítulo ocho notará la similitud en terminología con la da- da aquí. Esta similitud se explorará más en las páginas

Algunos autores expresan la ecuación diferencial matricial en la forma para conseguir este objetivo. Sin embargo, ésta no es la forma ya usada al escribir ecuaciones di- ferenciales de primer orden (ver página 53).

al escribir ecuaciones di- ferenciales de primer orden (ver página 53). + *Ver [ll], por ejemplo.
+
+

*Ver

[ll],

por

ejemplo.

524

Capítulo

once

El

sistema

Colocando

dado

es

equivalente

a

la

ecuación

diferencial

matricial

dado es equivalente a la ecuación diferencial matricial en = la + 0 . ecuación =
dado es equivalente a la ecuación diferencial matricial en = la + 0 . ecuación =

en

dado es equivalente a la ecuación diferencial matricial en = la + 0 . ecuación =

=

la

+

0

.

a la ecuación diferencial matricial en = la + 0 . ecuación = 0 0 diferencial

ecuación

a la ecuación diferencial matricial en = la + 0 . ecuación = 0 0 diferencial

=

0

0

diferencial

dada

o

usando

en = la + 0 . ecuación = 0 0 diferencial dada o usando tenemos -

tenemos

- 6
-
6

Ahora

ecuación = 0 0 diferencial dada o usando tenemos - 6 Ahora el A objeto de

el

A

objeto

de

-

2

2

-

6

dada o usando tenemos - 6 Ahora el A objeto de - 2 2 - 6

tener

=

0,

soluciones

no

esto es,

el A objeto de - 2 2 - 6 tener = 0, soluciones no esto es,

+

triviales

de - 2 2 - 6 tener = 0, soluciones no esto es, + triviales +

+ 2

Así hay dos eigenvalores reales y dintintos

=
=

1 y

+ 2 Así hay dos eigenvalores reales y dintintos = 1 y 0, debemos = -

0,

debemos

hay dos eigenvalores reales y dintintos = 1 y 0, debemos = - 1 , 2.

=

- 1 ,

2.dos eigenvalores reales y dintintos = 1 y 0, debemos = - 1 , tener -

tener

-

2

1. 1. Colocando = 1 en (15) y = , donde a y b son
1.
1. Colocando
=
1
en (15)
y
=
, donde
a
y
b
son
constantes
desconocidas,
tenemos
0
De
cualquiera
de
estas
dos
ecuaciones
encontramos
a
=
2b. En particular,
si
b
entonces a
2. Así una solución de (15) correspondiente a
=
- 1
e s

Usando

una solución de (15) correspondiente a = - 1 e s Usando = v, esto produce

=

v,solución de (15) correspondiente a = - 1 e s Usando = esto produce una solución

esto

produce

una

solución

correspondiente

a

(14)

dada

= v, esto produce una solución correspondiente a (14) dada 2. Colocando = 2 en (15)
= v, esto produce una solución correspondiente a (14) dada 2. Colocando = 2 en (15)

2. Colocando

=
=

2 en (15) como en el Caso 1, encontramos

dada 2. Colocando = 2 en (15) como en el Caso 1, encontramos Así a =

Así

a =

= 2 en (15) como en el Caso 1, encontramos Así a = b. En particular,

b. En particular, si b

2, tenemos - 3 2
2, tenemos
-
3
2

y

una

solución

a

la

ecuación

diferencial

(14)

es

de modo que

-una solución a la ecuación diferencial (14) es de modo que 3 2 Usando el principio

3

2

a la ecuación diferencial (14) es de modo que - 3 2 Usando el principio de

Usando el principio de superposición, vemos de las soluciones (17) y (18) que

de superposición, vemos de las soluciones (17) y (18) que Métodos de eigenvalores de matrices para

Métodos

de

eigenvalores

de

matrices

para

sistemas

de

ecuaciones.

525

es

también

una

solución.

Puesto

que

ésta

contiene

el

número

(dos)

necesa-

rio

de

constantes

arbitrarias,

ésta

es

la

solución

general

deseada.

Podemos

escribir

(19)

como

general deseada. Podemos escribir (19) como = +   Observación 3. Al obtener la

=

general deseada. Podemos escribir (19) como = +   Observación 3. Al obtener la

+

deseada. Podemos escribir (19) como = +   Observación 3. Al obtener la
 

Observación

3.

Al

obtener

la

solución

general

anterior,

hemos

do

la

independencia

lineal

de

las

soluciones

do la independencia lineal de las soluciones dadas por (17)

dadas

por

(17)

respectivamente.

Esto

se

verifica

en

la

página

532.

Ejemplo

1.

y
y

Observación

4.

El

sistema

(13)

es

equivalente

al

sistema

(9)

en

la

gina 502, y se obtiene la misma solución general. Podemos usar métodos

pá-

la misma solución general. Podemos usar métodos pá- para Ejercicio resolver página 502, directamente como se
para Ejercicio
para
Ejercicio

resolver

general. Podemos usar métodos pá- para Ejercicio resolver página 502, directamente como se muestra en el

página

502,

directamente

como

se

muestra

en

el

 

3.3

EL

CASO

DE

EIGENVALORES

REPETIDOS

 

Consideremos

el

siguiente

 
 

PROBLEMA

PARA

PARA
 

Resuelva

el

sistema

 
dt
dt
dt
  Resuelva el sistema   dt

Este

sistema

es

equivalente

a

la

ecuación

diferencial

matricial

 
  + = 0, = =

+

  + = 0, = =

=

0,

= =

=

= =

=

  + = 0, = =
  + = 0, = =
  + = 0, = =

La

misma

técnica

de

hacer

u

=

= usada antes produce

usada antes produce

 
=

=

0

0

0 0 1
1
1

=

0

= 0 0 1 = 0

Así,

para

tener

soluciones

no

triviales

v

debemos0,

0,

tener

4 - 1
4
- 1

1

=

4 - 1 1 = + 1 + = 0 ó = 1, 1

+

1+

+

=

0

ó

= 1,
=
1,

1

o

eigenvalores

repetidos.

 

Caso 1.

1. Colocando

1. Colocando

1. Colocando
 

=

1

en (23) se obtiene

 
 
    0 o 2a + 4b = 0,
    0 o 2a + 4b = 0,
 

0

o

2a

+

4b

=

0,

    0 o 2a + 4b = 0,

de modo que

a

a En particular, si

En particular, si

b = 1, entonces

a =

2 de modo que