Introduccin a la Teora de Espacio de Estados

PS7311 - Clase 2

Prof. Gustavo Snchez

Universidad Simn Bolvar

Mayo, 2017
Repaso de lgebra Lineal

Sea A:(U, F ) ! (V , F ) lineal, con m dimensin de (U, F ) y n

dimensin de (V , F ), con bases fuj gm n
j =1 y fvi gi =1
respectivamente. Denote yj la imagen de los vectores uj es decir,
yj = A(uj ) 2 V , para j = 0, 1, 2, ..., m
Entonces, cada yj puede ser representado mediante la base fvi gni=1
de la forma
n
yj = aij vi
i =1
y los aij pueden ser agrupados mediante una matriz
0 1
a11 a12 ... a1m
B a21 a22 ... a2m C
B C
A=B . .. C
@ . . . A
an1 an2 .. ann
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

La composicin de transformaciones lineales es equivalente a una

transformacin lineal cuya matriz es el producto de las matrices de
cada transformacin original
Repaso de lgebra Lineal

Hemos visto que la matriz representativa de una transformacin

lineal depende de las bases que se eligen para representar los
vectores en cada espacio lineal. Considere la siguiente situacin
A
(U, F ) ! (V , F )
A
fuj gm n
j =1 ! fvi gi =1
b
A
fubj gm n
j =1 ! fvbi gi =1

En este caso existen matrices invertibles P 2 F n n y Q 2 Fm m

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

Las matrices A y A b se dicen equivalentes o semejantes. En

particular, tienen los mismos autovalores (polinomio
caracterstico)
Repaso de lgebra Lineal

Se denen las siguientes operaciones elementales sobre las las de

una matriz A 2 F n m :
Multiplicacin por un escalar 2 F
Repaso de lgebra Lineal

Se denen las siguientes operaciones elementales sobre las las de

una matriz A 2 F n m :
Multiplicacin por un escalar 2 F
Remplazar una la por una combinacin lineal de las
Repaso de lgebra Lineal

Se denen las siguientes operaciones elementales sobre las las de

una matriz A 2 F n m :
Multiplicacin por un escalar 2 F
Remplazar una la por una combinacin lineal de las
Intercambiar dos las
Repaso de lgebra Lineal

Theorem (Transformacin de Gauss-Jordan)

Mediante operaciones elementales sobre las y columnas toda
matriz A 2 F n m puede ser transformada en una matriz de la
forma
Ir Q
0n r ,r 0n r ,m r
donde r = rank (A) y Q 2 F r (m r )
Repaso de lgebra Lineal

Denition (Ecuacin de Lyapunov)

Sean A 2 F n n, B 2 Fm m, C 2 Fn m conocidas. La ecuacin
matricial
AX + XB = C
puede ser planteada en la forma estndar Mx = b. Por ejemplo
con n = 2 y m = 2
a11 a12 x11 x12 x11 x12 b11 b12
+ =
a21 a22 x21 x22 x21 x22 b21 b22
c11 c12
)
c21 c22
0 10 1 0 1
a11 + b11 b21 a12 0 x11 c11
B b12 a11 + b22 0 a12 CB C B
x12 C B c12 C
B CB = C
@ a21 a22 + b11 0 b21 A@ x21 A @ c21 A
0 a21 b12 a22 + b22 x22 c22
Repaso de lgebra Lineal

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

) Transformacin a la forma diagonal

Repaso de lgebra Lineal

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

Suponga que la matriz A 2 F n n tiene la siguiente estructura

(variables de fase, forma de Bush o companion)
0 1
0 1 0 0 ... 0
B 0 0 1 0 ... 0 C
A=B @ 0
C
0 0 1 ... 0 A
an an 1 an 2 an 3 . . . a1

con polinomio caracterstico

p ( ) = n + a1 n 1
+ a2 n 2
+ ... + an

y adems que A no tiene auto-valores repetidos.

Repaso de lgebra Lineal

Entonces la matriz de Vander Monde

0 1
1 1 ... 1
B 1 . . . C
B 2 n C
B 2 2
. . . 2 C
T =B 1 2 n C
B .. .. .. .. C
@ . . . . A
n1 1 n2 1 . . . nn 1

transforma a A a su forma diagonal

Repaso de lgebra Lineal

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

donde los Ji 2 F ni ni son bloques de la forma

Repaso de lgebra Lineal

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

Suponga A 2 F 4 4 con auto-valor de multiplicidad 4 y

rank (A I ) = 3 de forma que la ecuacin

(A I ) v = 0

admite una sola solucin independiente, denotada v1 .

Repaso de lgebra Lineal

Dena adems v2 , v3 , v4 soluciones de

(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

Mediante la matriz de transformacin

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

Sea A 2 F n n y un entero k > 0 dena

Ak = A A . . . A k veces
Polinomios de una matriz

Sea A 2 F n n y un entero k > 0 dena

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

Sea A 2 F n n y un entero k > 0 dena

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

Sea Q una matriz de transformacin

1
A = Q AQ

entonces
1
p (A) = Q p (A)Q
Polinomios de una matriz

Sea Q una matriz de transformacin

1
A = Q AQ

entonces
1
p (A) = Q p (A)Q

Se dene como polinomio mnimo de A, el polinomio mnico

de menor orden tal que p (A) = 0.Todas las matrices
semejantes tienen el mismo polinomio mnimo.
Polinomios de una matriz
Teorema de Cayley-Hamilton

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

(sI A) B = det(sI A)I = p (s )I

Ahora expresemos a B de la forma

n 1
B= Bi s i
i =0

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

Sumando los trminos se consigue el resultado!

Teorema de Cayley-Hamilton

Una consecuencia del Teorema de Cayley-Hamilton es que

cualquier polinomio f (A) , no importa su orden, puede ser
representado como
n 1 n 2
f (A) = n 1A + n 2A + ... + 1 A + 0 I
Teorema de Cayley-Hamilton

Una consecuencia del Teorema de Cayley-Hamilton es que

cualquier polinomio f (A) , no importa su orden, puede ser
representado como
n 1 n 2
f (A) = n 1A + n 2A + ... + 1 A + 0 I

Una forma para determinar los n 1 , n 2 , ..., 1 , 0 consiste

en expresar f () como

f ( ) = q ( )p ( ) + h ( )

donde p () es el polinomio caracterstico de A de modo que

f (A) = q (A)p (A) + h (A) = h (A)

Tarea 2

1. Considere la gura

Determine la representacin de x en la base fq1 , i2 g

Tarea 2

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

determine la representacin de A en las bases

b, Ab, A2 b, A3 b y b, Ab, A2 b, A3 b
Tarea 2

3. Transforme a la forma diagonal o de Jordan las siguientes

matrices:
0 1 0 1
1 4 10 0 1 0
@ 0 2 0 A @ 0 0 1 A
0 0 3 2 4 3
0 1 0 1
1 0 1 0 4 3
@ 0 1 0 A @ 0 20 16 A
0 0 2 0 25 20
Tarea 2

4. Prepare un resumen sobre los siguientes temas: Formas

cuadrticas, Matrices Simtricas, Matrices Ortogonales,
Matrices Denidas Positivas, Descomposicin en Valores
Singulares