Академический Документы
Профессиональный Документы
Культура Документы
PS7311 - Clase 2
Mayo, 2017
Repaso de lgebra Lineal
Sea x 2 U con
m
x= xj uj
j =1
entonces
n m m
y = A(x ) = yi vi = A( xj uj ) = xj A (uj )
i =1 j =1 j =1
!
m n n m
= xj aij vi = aij xj vi
j =1 i =1 i =1 j =1
) y = Ax
tales que
b = PAQ
A
b
A = P 1 AQ 1
Repaso de lgebra Lineal
En el caso particular
A
(V , F ) ! (V , F )
A
fuj gnj=1 ! fvi gni=1
b
A
fubj gnj=1 ! fvbi gni=1
se tiene que
b = Q
A 1
AQ
b
A = Q AQ 1
Theorem
Sea A 2 F n n y v 1 , v 2 , ..., v n , n auto-vectores linealmente
independientes asociados a sus auto-valores 1 , 2 , ..., n . Sea
adems la matriz de transformacin T 2 F n n
T = v1 v2 . . . vn
entonces tendremos
0 1
1 0 . . . 0
B 0 2 . . . 0 C
B C
T 1 AT = B C
@ 0 0 ... 0 A
0 0 . . . n
0 1
0 0 0
A = @ 1 0 2 A, autovalores: 0, 1, 2
0 1 1
0 1 0 1 0 1
2 0 0
auto-vectores: @ 1 A $ 0, @ 2 A $ 1, @ 1 A $ 2
1 1 1
0 1 0 1 1
2 0 0 2 0 0
T =@ 1 2 1 A, T 1 = @ 13 1
3
1 A
3
1 1 2
1 1 1 6 3 3
Repaso de lgebra Lineal
0 1
1 1 1
A=@ 0 4 13 A, autovalores: 1, 2 3i, 2 + 3i
0 1 0
auto-vectores
0 1 0 1 0 1
1 1 1
@ 0 A $ 1, @ 2 3i A $ 2 3i, @ 2 + 3i A $ 2 + 3i
0 1 1
0 1 0 1
1 1 1 1 0 1
T = @ 0 2 3i 2 + 3i A, T 1 = @ 0 61 i 1
2
1 A
3i
1 1 1
0 1 1 0 6 i 2 + 3i
Repaso de lgebra Lineal
0 1
1 0 0
@ 0 2 3i 0 A
0 0 2 + 3i
0 1 0 1
1 0 0 1 0 0
Q 1 = @ 0 1 1 A, Q: @ 0 21 1
2i
A
0 i i 0 21 1
2 i0
0 10 1 1
1 0 0 1 0 0 1 0 0
@ 0 1 1 A @ 0 2 3i 0 A@ 0 1 1 A=
2 2i
0 i i 0 0 2 + 3i 0 21 1
2i
0 1
1 0 0
@ 0 2 3 A
0 3 2
Repaso de lgebra Lineal
p ( ) = n + a1 n 1
+ a2 n 2
+ ... + an
Theorem
Sea A 2 F n n . Siempre es posible determinar una transformacin
T 2 F n n y un entero k tal que
0 1
J1 0 . . . 0
B 0 J2 . . . 0 C
B C
T 1 AT = B C
@ 0 0 ... 0 A
0 0 . . . Jk
Theorem (continuacin)
0 1
i 1 0 ... 0
B .. C
B 0 i 1 . 0 C
B C
B .. .. C
Ji = B 0 0 . . 0 C
B C
B .. .. .. .. C
@ . . . . 1 A
0 0 0 0 i
k
con ni = n
i =1
Repaso de lgebra Lineal
Denition
Sea un auto-valor de A. Un vector v se denomina "auto-vector
generalizado de A", de grado g , si
(A I )g v = 0
y
(A I )g 1
v 6= 0
(A I ) v = 0
(A I ) v2 = v1
(A I ) v3 = v2
(A I ) v4 = v3
y tales que
(A I ) v1 = 0
(A I )2 v2 = 0
(A I )3 v3 = 0
(A I )4 v4 = 0
Repaso de lgebra Lineal
T = v1 v2 v3 v4
se obtiene 0 1
1 0 0
B 0 1 0 C
T 1 AT = B
@ 0
C
0 1 A
0 0 0
Polinomios de una matriz
Ak = A A . . . A k veces
Polinomios de una matriz
Ak = A A . . . A k veces
Se dene el polinomio de A
p : Fn n
! Fn n
: A ! p (A) = An + 1 An 1
+ . . . + n 1 A + n In
Polinomios de una matriz
Ak = A A . . . A k veces
Se dene el polinomio de A
p : Fn n
! Fn n
: A ! p (A) = An + 1 An 1
+ . . . + n 1 A + n In
Si A es de la forma
A1 0
A=
0 A2
entonces
p (A1 ) 0
p (A) =
0 p (A2 )
Polinomios de una matriz
entonces
1
p (A) = Q p (A)Q
Polinomios de una matriz
entonces
1
p (A) = Q p (A)Q
Theorem
Sea A 2 Rn n y
det(sI A ) = s n + an 1s
n 1
+ ... + a1 s + a0 = p (s )
Entonces
An + an 1A
n 1
+ ... + a1 A + a0 I = p (A) = 0
Teorema de Cayley-Hamilton
Proof.
Comencemos razonando sobre (sI A) denotando B =
Adj (sI A) de forma que
y entonces
n 1
p (s )I = (sI A) Bi s i
i =0
Teorema de Cayley-Hamilton
Proof.
Continuacin
n 1 n 1
p (s )I = Bi s i +1 ABi s i
i =0 i =0
n 1
p (s )I =s n Bn 1 + (Bi 1 ABi ) s i AB0
i =1
= s n I + an 1s
n 1
I + ... + a1 sI + a0 I
Teorema de Cayley-Hamilton
Proof.
Continuacin
Bn 1 = I
Bi 1 ABi = ai I para i = 1, ..., n 1
AB0 = a0 I
Teorema de Cayley-Hamilton
Proof.
Continuacin) Multiplicando por Ai i = 1, ..., n
An Bn 1 = An
Ai Bi 1 Ai +1 Bi = ai Ai para i = 1, ..., n 1
AB0 = a0 I
f ( ) = q ( )p ( ) + h ( )
1. Considere la gura
2. Considere
0 1 0 1 0 1
2 1 0 0 0 1
B 0 2 1 0 C B 0 C B 2 C
A=B
@ 0
C b=B C b = B C
0 2 0 A @ 1 A @ 3 A
0 0 0 1 1 1