UNIVERSIDAD DE EL SALVADOR

FACULTAD DE CIENCIAS NATURALES Y MATEMATICA LICENCIATURA EN MATEMATICA

LGEBRA LINEAL II

M.Sc. Ingrid Carolina Martnez

Descomposicin Matricial de Schur

INTEGRANTES Villalta Oviedo Hctor Alexander Martnez Prez Liseth Steffany Chvez Martnez Samuel Wilfredo Surez Melvin Bladimir

N DE CARNET: VO09005 MP09001 CM09 SS09023

CICLO I/2013

Ciudad Universitaria, 19 de Junio de 2013

INDICE

I. Descomposicin matricial de Schur

1.1 Matriz Hermtica 4

1.2 Matriz Unitaria ..

1.3 Teorema de Schur 5

1.4 Algoritmo para la descomposicin matricial de Schur ..

14

1.5 Corolario del Teorema de Schur

15

1.6 Anexos..

16

INTRODUCCION En el continuo estudio del Algebra Lineal, se presentan objetos matemticos como vectores y matrices, cuya importancia es tal, que el manejo de los mismos permite un estudio ms profundo de est rea de la matemtica. En el presente capitulo, se presenta el Teorema de Schur para la descomposicin de matrices, para el cual se definen los conceptos fundamentales ligados a este teorema, matriz hermtica y matriz unitaria. Utilizando el Teorema de Schur es posible escribir una matriz cuadrada con elementos reales o complejos como el producto de una matriz unitaria, una matriz triangular superior y la hermtica de la matriz unitaria. En donde particularmente los autovalores de A aparecen en la diagonal de la matriz tiangular superior. Del teorema de Schur se deduce un resultado importante, y es que la traza de una matriz A se puede obtener como la suma de los autovalores de A, y el determinante de A es igual al producto de los autovalores de A. Este resultado es importante, en un aspecto procedimental, ya que al efectuar el proceso para la descomposicin matricial de Schur, adems de escribir la matriz A como el producto de una matriz unitaria con, una matriz triangular superior y la hermtica de la matriz unitaria; al efectuar el proceso se obtienen los autovalores de A, y por tanto es inmediato conocer el determinante de A y la traza de A.

Descomposicin matricial de Schur

I. Descomposicin matricial de Schur

1.1 Matriz Hermtica Definicin: una matriz Hermitiana (o Hermtica) es una matriz cuadrada de elementos complejos que tiene la caracterstica de ser igual a su propia transpuesta. Es decir, el elemento en la i-sima fila y j-sima columna es igual al conjugado del elemento en la j-sima fila e i-sima columna,

para todos los ndices i y j. , = , O escrita con la transpuesta conjugada Ejemplo 1.1.1: =

3 2
1.2 Matriz Unitaria

2 + , . 1

Definicin: Una matriz unitaria, en una matriz compleja U, cuadrada, que satisface la condicin: = = Donde es la matriz identidad y es la Hermtica de U. Teorema 1: si () las siguientes afirmaciones son equivalentes: 1) 2) 3) 1 = Dnde: = : u es unitaria = : A es invertible Ejemplo 1.2.1: La matriz =
1 5 2 5

1 5

2 5

es unitaria ya que =

1 5 2 5

2 5 1 5

y se tiene que:

= =
1

1 0

0 = 2 1

Ver demostracin en anexos

Descomposicin matricial de Schur

Ejemplo 1.2.2: 1 1 + 1 1 = , = 1 1 + 1 : 1 1 0 0 1 0 0 : 1

= = Ejemplo 1.2.3: 0 1 La matriz = 1 0 0 0

0 0 1 0 = 1 0 1 0 0 = = 3

1.3 Teorema (Teorema de Schur)2

Sea con vector de autovalores = (1 , , ) dispuestos en cualquier orden prefijado. Entonces: 1. Existen () y () siendo = }: que verifican: a) = b)
3

= ()4

2. Si el teorema sigue valiendo (con ) siempre que ; donde es el espectro de A, es decir, el conjunto de autovalores de A.

El teorema de Schur, nos dice que A y T son matrices semejantes unitarias. En otras palabras, podemos resumir el teorema y decir que: Toda matriz cuadrada es semejante unitariamente a una matriz triangular superior, y de forma equivalente: = Usaremos esta forma equivalente para factorizar las siguientes matrices. 7 2 12 3

Ejemplo 1.3.1: Encontrar la descomposicin de Schur de la matriz

2 3

Ver demostracin en anexos Elementos de la diagonal de la matiz T 4 Autovalores de A

Descomposicin matricial de Schur

Solucin: 1) Encontramos los autovalores. det = 7 12 2 3

= 7 3 + 24 = 2 4 + 3 = ( 1)( 3) Luego, los autovalores son = 1 = 3. Para = 1: = Luego: 3 1 0 0 El autovector es Para = 3 3 = Luego: 2 1 0 0 El autovector es 1 2 0 = 0 2 = 4 2 2 ~ 12 6 0 1 0 1 3 0 = 0 3 = 6 2 3 1 ~ 12 4 0 0

3 = 0

2 = 0

Tomamos el vector (1,2) y con este construimos una base ortonormal para 2 (puede usarse Gram Schmith). Un vector ortogonal a (1,2) es (2,1) ya que < 1,2 , 2,1 > = 0, por lo que: = 1,2 , 2,1 .

Descomposicin matricial de Schur

1 5 1 (2,1) 5

Los vectores

1,2

forman una base ortonormal para 2 . Colocamos estos

vectores en columna: 1 1 2 = 1 5 2
1 5 1 5 1 2 = 5 2 1 0

Observe que U es unitaria ya que =

1 0 0 = 0 1 5

Luego: = 5

1 2 2 1

7 2 12 3 1 2 2 1

1 2 2 1

1 31 8 1 5 2 1 15 70 5 5 0 3 14 0 1

Luego: =

3 14 , = 0 1

1 5

1 2

2 y por consiguiente: 1 2 1 3 0 14 1 1 2 2 1

1 1 5 2

Observe que en la diagonal de T se encuentran los autovalores de A.

Ahora, estudiemos el teorema de Schur con una matriz de 3 X 3. Ejemplo 1.3.2: Encontrar la descomposicin de Schur de la matriz 1 0 0 1 1 0 1 1 1

Solucin: Encontramos los autovalores de A. el polinomio caracterstico es: 1 0 1 0 1 0 1 1 1 7

= =

Descomposicin matricial de Schur

= 1

1 0

0 1 0 0 1

1 0 + 1 1

1 1

= 1 1 1 + (1 ) = 1 1 1 + 1 = (1 )2 Por lo que sus autovalores son: = 0 2 = 1 1. Ahora encontramos los autovectores asociados a cada autovalor. Sea = (, , ) 3 : = (1 )(1 + 2 + 1)

Para = tenemos: = 0 0 1 0 0 1 1 0 De aqu se tiene que: = 0 = 0 2 = 0 0 = 0 0 = 0

Luego: , , = 0, , 0 = (0,1,0)

Para = tenemos: = 1 0 1 0 1 1 1 0 1 De aqu se tiene que: 0 = 0 0

+ = 0 + = 0 = = 0

Luego: , , = , , = (1, 1, 1)

Descomposicin matricial de Schur

Podemos completar una base para 3 tomando un vector de la base cannica y a partir de ellos usar Gram Smith para encontrar una base ortonormal. Es ms fcil tomar solo el autovector asociado a = 1, que es (0, 1 ,0) y tomar dos vectores de la base estndar y asi formar la matriz: 0 1 0 = 1 0 0 0 0 1

. 0 0 1 0 = 3 0 1

1 Observe que = = = 0 0 Por lo que P es unitario. As tenemos que: 0 1 = 1 0 0 0 = 0 0 1

1 0 1 0 1 1 1 0 1 1 1 1 0 1 1 0 0 0

0 1 1 0 0 0 0 0 1

0 0 1

0 1 1 0 1 0

1 0 1 = 0 1 1 0 1 1 Repetimos el procedimiento anterior para la submatriz = 1 1 1 1

Los autovalores son: = = que los autovalores son 0 de multiplicidad 2.

1 1

1 = 2 1 + 1 = 2 por lo 1

Encontremos a un autovector asociado a = 0. Sea = ( , ) 2 1 1 1 1 + = 0 0 = 0 = 0 =

0 = 0

Por lo que , = , = 1, 1 .

Descomposicin matricial de Schur

Con este vector podemos completar una base ortonormal para 2 (o bien tomar un vector de la base estndar y usar Gram-Smith). Sea , 2 < , , 1, 1 > = 0 = 0 = , = , , 1, 1 1, 1 . 1 1 . 1 1

La matriz =

Normalizando tenemos: 1 = 2 1 2 1 2 1 2

As, la matriz formada por la transformamos en una matriz Q: 1 = 0 0 Observe que: 1 = 0 0 Por lo que: 1 0 0 = = 0 1 0 , . 0 0 1

0 1 2 1 2

0 1 2 1 2 0 1 1 2

0 1 2 1 2

As pues: =

1 0 0

0 1 2 1 2

0 1 1 2

1 1 0 1 0 1 1 0 1 1 0 0

0 1 2 1 2

0 1 2 1 2

10

Descomposicin matricial de Schur

1 = 0 0 1 0 0 1 0 0

0 2 2 0 1

1 2 2 0

1 0 0

0 1 2 1 2

0 1 2 1 2

2 2 0 0 1 2 1 2

Adems: 0 = 1 0 1 0 0 0 0 1

1 0 0

0 1 2 1 2 =

0 1 0

1 2 0 1 2

1 2 0 1 2 =

Luego, 1 1 0 2 2 1 0 0 0 0 1 0 1 1

2 2

1 0 = = 0 1 0 0 Luego

= =

= Por lo que: 0 1 2 2 1 1 0 2 1 0 2 0 1 0 0

= 0 0 0 1

1 2 0

2 1 1

0 2 2

1 0 0 1 0 1

2 2

Observe que en la diagonal principal de T estn los autovalores de A.

11

Descomposicin matricial de Schur

Analicemos otro ejemplo: Ejemplo 1.3.3: Encontrar la descomposicin de Schur de: = Solucin: Encontramos los autovalores de A, = det = Los autovectores son: 1 0 2 = 1 3 3 1 0 2 3

1 = 0 = 1 1 3 = 0 = 3

Tomamos un autovalor, digamos = 1 encontramos el autovector asociado, sea = , 2 = 1, = 0 0 2 0 = 2 0

2 = 0 = 0 Por lo que , = , 0 = 1,0 El autovector asociado a = 1 1,0 Se puede encontrar un autovector asociado a = 3 y usar Gram-Smith para encontrar una base ortonormal. Es ms fcil tomar el vector (0,1) de la base estndar, ya que con el autovector (0,1), ambos son ortogonales. Asi = 1 0 0 1

Como es unitario, (ya que = 2 ), tenemos: = = = En consecuencia: = , 1 0 0 1 2 1 0 1 0 3 0 1

1 2 1 0 0 3 0 1 1 0 2 = 3

12

Descomposicin matricial de Schur

1 0 1 0 1 0

2 1 0 3 0 1

Tambin pudimos haber encontrar el autovector asociado, a = 3, = , 2 3 = 0 2 2 0 = 0 0 0

2 + 2 = 0 = , = , = 1,1 Por lo tanto, el autovector es 1,1 Un vector ortogonal a 1,1 , tal que: < , , 1,1 >= 0 + = 0 = , = , = 1,1

Los vectores 1,1 (1,1) son . . y ortogonales, as: = 1 1 1 1

Normalizando tenemos: 1 = 1 2 2 1 1 2 2 1 = 1 = 1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2 1 1 2 2 = 1 0 0 1 .

, luego:

2 2

es unitario y en consecuencia. 1 =

2 2

1 1

2 1 0 2

1 2 3 1

2 2

1 1

2 2

13

Descomposicin matricial de Schur

1 = 1

2 2 =

5 1 3 0

2 2

1 1

2 2

1 1

2 2

2 = 1

Luego = = 1 Es decir, = 1 2 2 1 1 1 2 3 2 2 1 0 1 2 2 1 1 2 2

En este ejemplo ilustramos el hecho de que la descomposicin de Schur no es nica.

1.4 Algoritmo para encontrar la descomposicin de Schur de una matriz cuadrada.

Dada la matriz , encontramos las autovalores de , esto es, encontrando el polinomio caracterstico e igualando a cero. Por definicin posee algn autovalor 1 . Encontramos el autovector asociado a 1 , que ser 1 . Siempre podemos formar una base ortonormal para ( ) a partir de 1 que suponemos unitario. Encontrado los vectores de la base ortonormal, acomodamos estos vectores en columnas, formando la matriz . La matriz asi formada es unitaria y se tiene que: = 1 0 1

Donde * representa elementos no todos nulos y 1 es una matriz de orden 1.

Se repite el mismo procedimiento para 1 , y contruir asi la matriz = 1 0 0 1 .

Hasta aqu se detiene el procedimiento, luego aplicamos: = =

14

Descomposicin matricial de Schur

1.5 Corolario del teorema de Schur Sea ( ) con vector de autovalores = (1 , 2 , , , , ) Entonces:

=
=1

=
=1

Demostracin. Por el teorema de Schur sabemos que podemos escribir = , donde se tiene que , () = , : = =

Ejemplo 1.5.1: Encontrar la traza y el determinante de la matriz del ejemplo 1.3.1 = Observe que tr(A) = 7 3 = 4 y det(A) = 3 Verifiquemos utilizando el corolario del teorema de Schur: Tr(A) = 1 + 2 = 1 + 3 = 4 Det (A)= 1 2 = 1 3 = 3 7 2 12 3

15

Descomposicin matricial de Schur

1.6 Anexos. Demostraciones. Teorema: Si () las siguientes afirmaciones son equivalentes. 1. 2. 3. 1 = Donde = : = { : } a) 1 2 Si , por defincion, existe , la hermitica de tal que = y en consecuencia, es unitario. b) 2 3 Como ( ) ( ) = entonces es invertible y su inversa en 1 c) 3 1 Si 1 = entonces 1 = = por lo que es unitaria.

Teorema de Schur Sea

( ) con vector de autovalores = (1 , 2 , , , , ) dispuestos en cualquier orden

prefijado. Entonces: 1. Existen matrices ( ) () que verifican a) = b) = () Demostracin. La prueba es por induccin sobre la dimensin . Si = 1, entonces es un numero y = 1, ya que 1 = que es un numero (matriz triangular superios de 11).

16

Descomposicin matricial de Schur

Si > 1, tomemos 1 ker ( ) con 1 = 1. Completamos una base ortonormal de con vectores 2 , , , y los ponemos en las columnas de una matriz. Supongamos que el teorema es cierto para pmatrices de orden 1, la matriz 1 es unitaria y se tiene que = 1 0 1

Donde 1 es matriz de orden 1, por hipostesis inductiva se tiene que:

1 1 unitario tal que 1 1 1 = 1 , es triangular superior, basta construir la matriz

= Que es unitaria, y a su vez = 1 1 0 0 1 0 elementos no todos nulos Con lo que =

1 0

0 1

1 0 0 1

1 0 , Nota: * es la matriz A, representa 1 0 1

1 0 = 1 0

1 1 1 1 1 1 =

Que obviamente resulta ser triangular superior y queda demostrado el teorema.

17

BIBLIOGRAFA
Linear Algebra Done Wrong . Department of Mathematics Brown University. Sergei Treil. 2009

PROBLEMAS DE ALGEBRA LINEAL. J Ikrmov. Editorial Mir, Mosc. Anlisis Matricial. Jorge Antezana, Demetrio Stojanoff. Departamento de Matemtica. Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires 2009