Professional Documents
Culture Documents
Sección de Mecatrónica
Junio 2010
La lı́nea Real
∀x, y , z ∈ F :
x + y = y + x, xy = yx Conmutativa
x (y + z ) = xy + xz Distributiva
∀x ∈ F , x 6= 0, ∃x −1 ∈ F t.q. xx −1 = 1
I Los números racionales Q forman un campo
I Los números reales R forman un campo
I Z no es un campo
I Irracionales?, Naturales?
√
Ejemplo: Sea F = {a + b 2 | a, b ∈ Q } =⇒ F es un campo.
Considere √
z = a + b 2 ⊂ F , z 6= 0.
Entonces,
a b√
z ·(
− 2) = 1, D = a2 − 2b 2 .
D D
√ √
Como z 6= 0 =⇒ D = 0 ssi a = b 2 con lo cual 2 = ba contradicción!
Por lo tanto,
a b√
z −1 = − 2.
D D
Campo de los números reales
I ∀x ∈ R, x ≤ x.
I ∀x, y , z ∈ R si x ≤ y & y ≤ z =⇒ x ≤ z.
I ∀x, y ∈ R si x ≤ y & y ≤ x =⇒ x = y .
I Si x ≤ y también se tiene y ≥ x =⇒ ∀x, y ∈ R se satisface una de
las siguientes relaciones x = y , x < y
Cotas superiores
Definición 3 (Cota Superior) Sea S ∈ R. Si ∃b ∈ R t.q. ∀x ∈ S se
tiene que x ≤ b =⇒ b es una cota superior de S y S es “acotado por
arriba”.
Definición 4 (Mı́nima Cota Superior) b es llamado mı́nima cota
superior de S ⊂ R si:
i) b es una cota superior de S y
ii) b es menor o igual que cualquier otra cota superior de S.
En este caso b = sup(S )=supremo de S.
Cotas inferiores
De la misma forma:
I Si ∀x ∈ S, x ≥ a, a es una cota inferior de S y S es acotada por
abajo.
I Si a y b son dos cotas inferiores de S y a ≥ b para todas las cotas
inferiores b entonces a es la más grande cota inferior o un ı̈nfimo”de
subconjunto S (a = ı́nf (S )).
I Si S es acotada por arriba y por abajo, se dice que S es “acotado”.
Intervalos abiertos y cerrados
El conjunto
]a, b [ = (a, b ) = {x ∈ R | a < x < b }
es un intervalo abierto.
El conjunto,
[a, b ] = {x ∈ R | a ≤ x ≤ b }
es un intervalo cerrado.
Ejemplo. [0, 1], (0, 1) = ]0, 1[ y todos las racionales menores que 1
tienen un supremo igual a uno.
I El supremo es único.
I R no tiene un supremo. R + no tiene un supremo (pero tiene un
infimo)
I Si b es una cota superior de S y b ∈ S =⇒ sup (S ) = b.
Definición Alterna
Considere,x 2 + x − 3
x 2 + x, 3 y = x2 + x − 3
Considerando y = x 2 + x − 3.
Mı́nimo: dy 13
dx = 2x + 1 = 0 → x = −1/2 → y = − 4
Obteniendo las intersecciones con cero,
x2 + x − 3 = 0
entonces √ √
−1 − 13 −1 + 13
x1 = , x2 =
2 2
con lo cual es claro que,
√ √
13 − 1 − 13 − 1
=⇒ sup (S ) = ,ı́nf (S ) = .
2 2
Nótese que sup e inf no pertenecen al conjunto.
Ejemplo. Si S = x ∈ R | x 2 > 4 . Encontrar sup (S ), ı́nf (S ).
x 2, 4 y = x2 − 4
No ∃ sup (S ) ni ı́nf (S )
sup (S ) = ∞ ı́nf (S ) = −∞
Numeros complejos
z = x + iy → x = Re{z }, y = Im{z }
i, i 2 = −1, i 3 = −i, i 4 = 1 . . .
Adición y multiplicación:
C : {a + ib | a, b ∈ R}.
zw = zz −1 = (x + iy )(u + iv )
= ux + iuy + ivx − vy
= (xu − yv ) + i (xv + yu )
= 1 + 0i
entonces se obtiene,
xu − yv = 1 y xv + yu = 0.
De lo anterior,
−yu −yu
x= =⇒ u − yv = 1
v v
yu 2 + yv 2
= −1 =⇒ y (u 2 + v 2 ) = −v
v
v
y =− 2 ,
u + v2
y por lo tanto,
u
x= 2 .
u + v2
Finalmente,
u v
z −1 = 2 2
−i 2 .
u +v u + v2
División de complejos
Considere z1 , z2 ∈ C tales que,
z1 = x1 + iy1 y z2 = x2 + iy2 ,
sabemos que
x y
z2−1 = 2 2 2 − i 2 2 2 ,
x2 + y2 x2 + y2
entonces,
z1
= z1 z2−1
z2
!
x2 y
= (x1 + iy1 ) 2 2
−i 2 2 2
x2 + y2 x2 + y2
x x + ix2 y1 ix y − y1 y2
= 2 12 − 1 22
x2 + y22 x2 + y22
x x + y1 y2 x y − x1 y2
= 1 22 + i 2 21 .
x2 + y22 x2 + y22
Magnitud de un número complejo
La norma o medida (magnitud) de un número complejo z = x + iy , se
obtiene al considerar,
p
|z | = x 2 + y 2 , donde |z | ≥ 0 y |z | = 0 ssi z = 0.
En la definición anterior se ha considerado la denominada norma
Euclidiana.
Matrices y Sistemas de Ecuaciones Lineales
a11 . . . a1n b11 ... b1n
.. . .. .
.. + ... .. ..
A+B = .
. .
am1 . . . amn bm1 ... bmn
a11 + b11 . . . a1n + b1n
=
.. .. ..
. . .
am1 + bm1 . . . amn + bmn
I A ∈ R m×n , B ∈ R n×p =⇒ AB ∈ R m×p con elementos (i, k ) dados
por ∑nj=1 aij bjk .
a11 . . . a1n b11 ... b1p
AB = ... .. .. .. .. ..
. . . . .
am1 . . . amn bn1 ... bnp
a11 b11 + .. + a1n bn1 ... a11 b1p + a1n bnp
=
.. .. ..
. . .
am1 b11 + amn bn1 ... am1 b1p + amn bnp
I A ∈ R m×n , A = 0 si aij = 0.
I I ∈ R m×m se define como cij = 1, ∀i = j y cij = 0, ∀i 6= j.
1 0 ··· 0
..
0 1 0 .
I = ..
.
..
. 0 . 0
0 ··· 0 1
Teorema 9 Considere A, B ∈ R m×n , a, b ∈ R, entonces,
i) (a ± b )A = aA ± bA,
ii) a(A + B ) = aA + aB,
iii) (ab )A = a(bA) = b (aA)
Equivalentemente se tiene,
A B
z }|
z }| { x {
1 2 −1 2 y 1
2 4 1 −2
z = 3
3 6 2 −6 5
w
Sistema aumentado,
Matriz Aumentada
z }| {
1 2 −1 2 1 1 2 −1 2 1
2 4 1 −2 3 1(−2) + 2 =⇒ 0 0 3 −6 1
3 6 2 −6 5 1(−3) + 3 0 0 5 −12 2 2 ( −5 ) + 3
3
Matriz Reducida
z }| {
1 2 −1 2 1 1 2 −1 2 1
0 0 3 −6 1 =⇒ 0 0 3 −6 1
0 0 0 −2 1 0 0 0 −6 1
3
De lo anterior:
1
−6w = 1 → w = −
6
3z − 6w = 1, 3z + 1 = 1, 3z = 0 → z = 0,
entonces
x = 1 − 2w − 2y
−1
= 1−2 − 2y
6
1 4
= 1 + − 2y = − 2y
3 3
con lo cual
4
x= − 2y .
3
Definición 12 Dos sistemas de ecuaciones son equivalentes si cada
ecuación del primer sistema se puede obtener mediante una sucesión
finita de operaciones elementales en el segundo sistema.
Equivalentemente.
produciéndose
como
xm+1 , xm+2 , . . . , xn
son arbitrarios, eligiendo xm+1 6= 0 produce una sol. no trivial.
Teorema 16 Un sistema homogéneo de m ecuaciones y m incógnitas
tiene soluciones no triviales si y solo si la matriz reducida de coeficientes
tiene filas nulas.
A(x − z ) = Ax − Az = B − B = 0
Intercambio de renglones:
I E : Matrices elementales.
0 0 1
E = 0 1 0 ,
1 0 0
EE = E 2 = I , E −1 = E .
0 0 1 a11 a12 a13 a31 a32 a33
EA = 0 1 0 a21 a22 a23 = a21 a22 a23
1 0 0 a31 a32 a33 a11 a12 a13
entonces se obtiene,
a11 a12 b1
0 a11 a22 − a12 a21 b2 a11 − b1 a21
con lo cual,
a11 x1 + a12 x2 = b1
(a11 a22 − a12 a21 ) x2 = b2 a11 − b1 a21
De lo anterior,
b2 a11 − b1 a21
x2 = .
a11 a22 − a12 a21
De la misma forma, sustituyendo en la primera ecuación,
b2 a11 − b1 a21
a11 x1 = −a12 + b1
a11 a22 − a12 a21
−b2 a11 a12 + b1 a21 a12 + b1 (a11 a22 − a12 a21 )
=
a11 a22 − a12 a21
b1 a22 − b2 a12
= a11
a11 a22 − a12 a21
esto es,
b1 a22 − b2 a12
x1 = .
a11 a22 − a12 a21
Si a11 a22 − a12 a21 6= 0 entonces las soluciones:
b1 a22 − b2 a12 b a − b1 a21
x1 = , x2 = 2 11 ,
a11 a22 − a12 a21 a11 a22 − a12 a21
estan bién determinadas.
Se define a11 a22 − a12 a21 como el determinante de la matriz de
coeficientes, representado como,
a11 a12
a21 a22 = a11 a22 − a12 a21 .
Conjunto de Permutaciones
Par Impar
a11 a12 z }| { z }| {
= a11 a22 + (−)a12 a21
a21 a22
a11 a12 a13 Impar Impar Par
z }| { z }| { z }| {
a21 a22 a23
= a11 a22 a33 − a11 a23 a32 − a12 a21 a33 + a12 a23 a31
a31 a32 a33
Impar
z }| {
+a13 a21 a32 − a13 a22 a31
Sistematización del Determinante
Entonces,
a11 a12 ··· a1n
a21 a2n n
= ∑ eijk ...p a1i a2j a3k . . . anp .
..
. ijk ...p
an1 an2 ann
Ejemplo de matriz de 3x3
Considere que,
3 3 3 3
∑eijk a1i a2j a3k = ∑ ∑ ∑ eijk a1i a2j a3k
ijk i =1j =1k =1
a11 a12 a13 3 3 3 3
= ∑eijk a1i a2j a3k = ∑ a1i ∑eijk a2j a3k = ∑ a1i c1i ,
a21 a22 a23
a31 a32 a33 ijk i =1 jk i =1
donde,
3
c1i = ∑eijk a2j a3k .
jk
entonces,
c11 = a22 a33 − a23 a32 .
De la misma forma se obtiene,
3
a22 a23
c11 = ∑ 1jk 2j 3k 22 33 23 32 a32 a33
e a a = a a − a a =
jk
3
a
a23
c12 = ∑e2jk a2j a3k = a23 a31 − a21 a33 = − 21
a31 a33
jk
3
a21 a22
c13 = ∑e3jk a2j a3k = a21 a32 − a22 a31 =
a31 a32
jk
n
A = ∑ bi1 cAT i1
T
i =1
T ,
Como bi1 = a1i y además cAT i1 = cA1i
n n
A = ∑ a1i cAT i1 = ∑ a1i cA1i
T T
i =1 i =1
T , entonces,
dado que cA1i = cA1i
n
A = ∑ a1i cA1i = |A| .
T
i =1
Teorema 27 Si A ∈ R n×n y B ∈ R n×p entonces (AB )T = B T AT .
Demostración.
a11 . . . a1n b11 . . . b1p
AB = ...
..
.
an1 . . . ann bn1 . . . bnp
n n
∑ a1i bi1 . . . ∑ a1i bip
i =1 i =1
=
.
.
.
n n
∑ ni i1
a b . . . ∑ ni ip
a b
i =1 i =1
Por otra parte,
n n
∑ a1i bi1 ... ∑ ani bi1
i =1 i =1
T
(AB ) = ..
.
n n
∑ a1i bip ... ∑ ani bip
i =1 i =1
b11 ... bn1 a11 ... an1
.. .. T T
= . =B A .
.
b1p ... bnp a1n ... ann
Matriz Adjunta
Demostración.
(Adj A)A = n n
∑ ai1 ci1 ... ∑ ain ci1
c11 ... cn1 a11 ... a1n
i =1 i =1
.. .. ..
= . . =
.
n n
c1n cnn an1 ann
∑ ai1 cin ∑ ain cin
i =1 i =1
det A ... 0
= ... .. ..
= (det A)I
. .
0 ... det A
Teorema 33 Sea A ∈ R n×n . A es invertible ssi det A 6= 0. En este caso
A−1 = (det A)−1 Adj(A).
I (AB )−1 = B −1 A −1
Sea x = d − a y = e − b z = f − c entonces v = (x y z ) es la
lı́nea que une los dos puntos iniciales.
La longitud (magnitud) de v se define como,
q
|v | = x 2 + y 2 + z 2 = (d − a )2 + (e − b )2 + (f − c )2 .
p
La dirección de v (si v 6= 0) esta dada por los ángulos (θ1 , θ2 , θ3 )
obtenidos a partir de los denominados cosenos directores:
x y z
cos θ1 = , cos θ2 = , cos θ3 =
|v | |v | |v |
o equivalentemente,
Nótese que,
x 2 + y 2 + z 2 = |v |2 cos2 θ1 + cos2 θ2 + cos2 θ3 =⇒ x 2 + y 2 + z 2 = |v |2
ax a cos θ1 |v |
cos θ1 = =
|a | |v | |a | |v |
a
= cos θ1
|a |
Entonces,
a
cos θ1 = cos θ1 ,
|a |
a
cos θ2 = cos θ2 ,
|a |
a
cos θ3 = cos θ3
|a |
Si a > 0 no hay cambio, si a < 0 se invierte la dirección.
La resta de dos vectores v1 , v2 se define como:
v1 − v2 = v1 + (−v2 )
v1 · v2 = ( x1 x2 + y1 y2 + z1 z2 )
Axiomas generales:
A1 u + v ∈ V M1 au ∈ V
A2 u + v = v + u M2 a (u + v ) = au + av
A3 u + (v + w ) = (u + v ) + w M3 (a + b ) u = au + bu
A4 0 ∈ V t.q. u + 0 = u, ∀u ∈ V M4 (ab ) u = a (bu )
A5 ∃ − u ∈ V t.q. u + (−u ) = 0 M5 1u = u
I V es un espacio vectorial real si el campo F es el campo de los
números reales
I V es un espacio vectorial complejo si el campo F es el campo de los
números complejos
I Verificar el caso de F complejo considerando (+, ·) en las formas
definidas y el producto por un escalar en la forma
a (x + iy ) = ax + iay .
A2 u + v = (u1 + v1 , . . . , un + vn ) = (v1 + u1 , . . . , vn + un ) = v + u
A3 u + (v + w ) = [u1 + (v1 + w1 ) , . . . , un + (vn + wn )]
= [(u1 + v1 ) + w1 , . . . , (un + vn ) + wn ] = (u + v ) + w
A4 u + 0 = (u1 + 0, . . . , un + 0) = (u1 , . . . , un ) = u
A5 −u = (−u1 , . . . , −un )
=⇒ u + (−u ) = (u1 − u1 , . . . , un − un ) = (0, . . . , 0) = 0
M2 a (u + v ) = au + av
M3 (a + b ) u = au + bu
M4 (ab ) u = a (bu )
M5 1u = (u1 . . . un ) = u.
El espacio de los Polinomios
pn (x ) = a0 + a1 x + a2 x 2 + . . . + an x n
qn (x ) = b0 + b1 x + b2 x 2 + . . . + bn x n
{f (x ) | 0 ≤ x ≤ 1} .
f =g si f (x ) = g (x ) , ∀0 ≤ x ≤ 1
f +g = h si h (x ) = f (x ) + g (x ) , ∀0 ≤ x ≤ 1
af = af (x ) , ∀0 ≤ x ≤ 1.
Rn
R n = {(x1 , . . . , xn ) | x1 , . . . , xn ∈ R }
R n = R × R × . . . × R : Producto cartesiano
Adición y multiplicación:
hx, y i = x1 y1 + · · · + xn yn , ∀x, y ∈ R n
n
hx, y i = ∑ xi yi .
i =1
Definición 51 La norma de x ∈ R n se define mediante,
!1
1
n 2
kx k = hx, x i =
2
∑ xi2 .
i =1
hx, y i
λ=− .
kx k2
Entonces,
hx, y i2 ≤ kx k2 ky k2 =⇒ |hx, y i| ≤ kx k ky k .
√
Obsérvese que α2 = |α| .
Propiedades de la Norma
kx + y k2 = hx + y , x + y i = hx, x i + 2 hx, y i + hy , y i
≤ kx k2 + 2 |hx, y i| + ky k2
≤ kx k2 + 2 kx k ky k + ky k2
entonces,
kx + y k2 ≤ (kx k + ky k)2
con lo cual,
kx + y k ≤ kx k + ky k .
Generalización de la Norma
A = (a1 , . . . , an ) , B = (b1 , . . . , bn ) .
Definición 54 Dos normas k·k1 y k·k2 en E son equivalentes si existen
constantes c1 , c2 > 0 tales que ∀v ∈ E , se satisface,
c1 k v k 1 ≤ k v k 2 ≤ c2 k v k 1 .
Ejemplo 55 La norma Euclidiana y la norma del Máximo son
equivalentes.
Sea v = (v1 , . . . , vn ), entonces,
q q
∀j, vj = vj2 ≤ v12 + · · · + vn2 = kv k2 =⇒ kv kmáx ≤ kv k2 .
Nótese que,
q q √
kv k2 = v12 + · · · + vn2 ≤ nvk2 = n kv kmáx
con lo cual, √
kv kmáx ≤ kv k2 ≤ n kv kmáx
√
de donde se tiene que c1 = 1, c2 = n.
I Tarea. Encontrar una relación de la forma,
c1 kv k2 ≤ kv kmáx ≤ c2 kv2 k2 .
Subespacios
=⇒ 0 ∈ Wj =⇒ 0 ∈ ∩j Wj 6= ∅
aα + bβ ∈ Wj .
En particular sean α, β ∈ ∩j Wj =⇒
α, β ∈ Wj , ∀j =⇒ aα + bβ ∈ Wj , ∀j =⇒ aα + bβ ∈ ∩j Wj
Subespacios Generados
L = {u = c1 u1 + c2 u2 + . . . + cn un | u1 , . . . , un ∈ S } .
u1 , u2 , . . . , uk ∈ V
c1 u1 + c2 u2 + . . . + cm um = 0.
Considerando que ui = ui1 . . . uin entonces,
u11 · · · u1n c1 + u21 · · · u2n c2 + · · ·
+ um1 · · · umn cm = 0
equivalentemente,
u11 c1 + · · · + um1 cm ··· u1n c1 + · · · + umn cm =0
Entonces se tiene que,
u11 c1 + · · · + um1 cm = 0
..
.
u1n c1 + · · · + umn cm = 0
Con lo cual,
u11 u21 ··· um1 c1
u12 u22 um2 c2
=0
.. ..
. .
u1n u2n ··· umn cm
c1 u1 + · · · + ck uk = 0
de donde,
− c1 − c2 − ck − 1
uk = u1 + u2 + · · · + uk .
ck ck ck
Si uk se puede escribir como una combinación lineal de u1 , . . . , uk −1
entonces el conjunto u1 , . . . , uk −1 es independiente. En el caso en que
continuara siendo dependiente c1 u1 + · · · + ck −1 uk −1 = 0 se continua
con el procedimiento hasta lograr un conjunto linealmente independiente,
note que V es no cero.
Definición 67 Si V tiene un conjunto independiente que lo expande, tal
conjunto se denomina base de V .
si y solo si
c1 = c2 = · · · = cn = 0.
Esta base es llamada estandar.
Ejemplo 69 Muestre que los vectores,
u1 = 1 1 1 1 , u2 = 1 −1 1 −1
u3 = 1 2 3 4 , u4 = 1 0 2 0
expanden R 4 .
Demostración. Considere v = b1 b2 b3 b4 . Si ui expanden
R 4 , entonces v se puede escribir como,
v = c1 u1 + c2 u2 + c3 u3 + c4 u4
1 1 1 1
1 −1 2 0
v = c1
1 + c2 1 + c3 3 + c1
2
1 −1 4 0
Entonces,
1 1 1 1 c1 b1
1 −1 2 0 c2 b2
=
b3 .
1 1 3 2 c3
1 −1 4 0 c4 b4
I Si det (A) 6= 0 existe una solución única ∀bi y por lo tanto expanden
R 4 . (ya que se consideró v arbitrario)
I Si v = 0 =⇒ c1 = · · · = c4 = 0 y el campo v1 · · · v4 es
independiente ! y expanden R 4 .
Teorema 70 La representación de v en un EV en términos de una base
dada es única.
v = c1 u1 + c2 u2 + · · · + cn un y v = γ1 u1 + γ2 u2 + · · · + γn un
entonces,
0 = (c1 − γ1 ) u1 + · · · + (cn − γn ) un
Como ui son linealmente independientes
=⇒ c1 − γ1 = · · · = cn − γn = 0 =⇒ ci = γi .
v1 = c1 u1 + c2 u2 + · · · + cn un ,
v2 = γ1 v1 + γ2 u2 + · · · + γn un .
Si
γ1 6= 0 y γ2 = · · · = γn = 0 =⇒ v2 = γ1 v1
en este caso v1 y v2 serı́an dependientes, contradicción!
Entonces algunos de los γ2 · · · γn deben ser diferentes de cero.
Suponga que γ2 6= 0,
1 −γ1 −γ3 −γn
=⇒ u2 = v2 + v1 + u3 + · · · + un
γ2 γ2 γ2 γ2
(v → u ) (u1 = c1 v1 + c2 v2 + · · · + cn vm )
Demostración. Sean
=⇒ −∑ cl γl = ∑ai αi + ∑bj β j =⇒ θ ∈ w2 , η ∈ w1
|{z} | {z }
θ η
i) (u · v ) = (v · u )
ii) (u · [v + w ]) = (u · v ) + (u · w )
iii) (au · v ) = a (u · v ) (6)
iv) (u · v ) ≥ 0
v) (u · u ) = 0 ssi u = 0
Ejemplo 76 Considere el EV complejo formado por conjuntos de
n-tuplas de números complejos. Sea u = (u1 , u2 , · · · , un )
v = (v1 , v2 , · · · , vn ). Definase,
Recuérdese que:
p
z = x + iy , |z | = x2 + y2
z z̄ = (x + iy ) (x − iy ) = x 2 + y 2
=⇒ z z̄ = |z |2
Propiedades del producto escalar:
v) Si u = 0 =⇒ u1 = u2 = · · · = un = 0
=⇒ (u · u ) = |u1 |2 + · · · + |un |2 = 0
Caso R n : Recuérdese que ∀u, v ∈ R n . El producto escalar se define
como
(u · v ) = u1 v1 + u2 v2 + · · · + un vn .
Este producto satisface las condiciones del producto escalar (6)
removiendo los conjugados.
Pn (x ) = a0 + a1 x + a2 x 2 + · · · + an x n y qn (x ) = b0 + b1 x + b2 x 2 + · · · + bn x
el producto
(Pn · qn ) = a0 b0 + a1 b1 + · · · + an bn
satisface las propiedades del producto escalar. (VERIFICAR!)
Teorema 78 ([u + v ] · w ) = (u · w ) + (v · w ) .
Demostración.
([u + v ] · w ) = (w · [u + v ])
= (w · u ) + (w · v )
= (u · w ) + (v · w )
Teorema 79 (u · av ) = a (u · v ) .
Demostración.
(u · av ) = (av · u ) = a (v · u )
= a (v · u ) = a (u · v )
Teorema 80 Si V es un EV con producto escalar (u · v ), entonces la
1
norma ku k = (u · u ) 2 satisface,
i) ku k ≥ 0
ii) ku k = 0 ssi u = 0
iii) kau k = |a| ku k
iv) |(u · v )| ≤ ku k kv k (desigualdad de Cauchy)
v) ku + v k ≤ ku k + kv k (desigualdad del triángulo)
Demostración (iii).
kau k2 = (au · av ) = aa (u · u )
= |a |2 ku k2
=⇒ kau k = |a| ku k
Demostración (iv). Para cualquier escalar complejo a
0 ≤ ku + av k2 = ((u + av ) · (u + av ))
= (u · u ) + (av · u ) + (u · av ) + (av · av )
= ku k2 + a (u · v ) + a (u · v ) + |a |2 kv k2
(u · v ) (u · v ) = |(u · v )|2
Entonces,
λ (u · v ) λ2 (u · v )2
a= , a2 =
|(u · v )| 2
(u · v )
0 ≤ ku + av k2 = ku k2 + a(u · v ) + a (u · v ) + |a|2 kv k2
λ (u · v ) (u · v ) λ (u · v ) (u · v )
= ku k2 + + + λ2 kv k2
|(u · v )| |(u · v )|
=⇒ 0 ≤ ku k2 + 2λ|(u · v )| + λ2 kv k2
| {z } | {z } | {z }
c b a
2 2 2
=⇒ kv k λ + 2 |(u · v )| λ + ku k ≥ 0,
Equivalentemente
γλ2 + 2βλ + α ≥ 0
(7)
=⇒ f (x ) = γλ2 + 2βλ + α, f (x ) ≥ 0
entonces si 4β2 − 4γα > 0, f (λ) toma valores negativos, por lo tanto
=⇒ |(u · v )|2 ≤ ku k2 kv k2
=⇒ |(u · v )| ≤ ku k kv k .
Demostración (v).
ku + v k2 = (u + v ) · (u + v )
= ku k2 + (u · v ) + (u · v ) + kv k2
ku + v k2 = ku k2 + 2 Re {(u · v )} + kv k2
≤ ku k2 + 2 |(u · v )| + kv k2
≤ ku k2 + 2 ku k kv k + kv k2 ≤ (ku k + kv k)2
=⇒ ku + v k ≤ ku k + kv k
ku − v k = k(u − w ) + (w − v )k ≤ ku − w k + kw − v k .
Bases Ortonormales
Demostración. Sea,
u1 , u2 , · · · , uk
un conjunto ortonormal.
Considere el caso
c1 u1 + · · · + ck uk = 0.
Sea 1 ≤ j ≤ k entonces
0 = [c1 u1 + · · · + ck uk ] · uj = cj
v2 − c1 u1
(u2 · u1 ) = ·u
kv2 − c1 u1 k 1
(v · u ) − c1 (u1 · u1 )
= 2 1
k v2 − c 1 u 1 k
(v2 · u1 ) − (v2 · u1 )
= =0
k v2 − c 1 u 1 k
Por otra parte,
k v2 − c 1 u 1 k
k u2 k = = 1.
k v2 − c 1 u 1 k
Nótese que kv2 − c1 u1 k 6= 0 ya que de otra forma v2 − c1 u1 = 0
v2 = c1 u1 y por lo tanto v2 no seria independiente en el conjunto original.
Hágase ahora
v3 − c 2 u 1 − c 3 u 2
u3 = =⇒ ku3 k = 1
kv3 − c2 u1 − c3 u2 k
( v3 · u 2 ) − c 3
= =0
kv3 − c2 u1 − c3 u2 k
Como en el paso anterior, ahora se puede probar que
kv3 − c2 u1 − c3 u2 k 6= 0 ya que v3 , u1 , u2 son l.i.
El procedimiento anterior se conoce como Proceso de Gram-Schmidt y es
tal que genera la base ortonormal ui .
Ejemplo 84 La base estándar,
e1 = 1 0 ··· 0
e2 = 0 1 ··· 0
..
.
en = 0 0 ··· 1
v = c1 u1 + · · · + cn un
v = v1 u1 + v2 u2 + · · · + vn un
w = w1 u1 + w2 u2 + · · · + wn un
(v · w ) = ([v1 u1 + · · · + vn un ] · [w1 u1 + · · · + wn un ])
= (v1 u1 · w1 u1 ) + (v2 u2 · w2 u2 ) + · · · + (vn un · wn un )
= v1 w̄1 + v2 w̄2 + · · · + vn w̄n .
f : A → B, (x, y ) ∈ f ⇔ y = f (x ) ,
A : Dominio D , B : Rango R
Caracterización de funciones
i) Si v ↔ v ∗ y w ↔ w ∗ =⇒ v + w ↔ v ∗ + w ∗
ii) Si v ↔ v ∗ entonces av ↔ av ∗ para todo escalar complejo (Real)
Ejemplo 89 R n+1 y Pn (espacio de polinomios real valuados) de grado
menor o igual a n en x son isomorfos.
a0 + a1 x + a2 x 2 + · · · + an x n ∈ Pn y (a0 , a1 , a2 , · · · , an ) ∈ R n+1
Si
a0 + a1 x + a2 x 2 + · · · + an x n ∈ Pn
entonces siempre existe
(a0 , a1 , a2 , · · · , an ) ∈ R n+1 .
b0 + b1 x + b2 x 2 + · · · + bn x n ∈ Pn .
Por lo tanto ∃ una correspondencia uno a uno entre Pn y R n+1 .
Ahora considere que,
(a0 , a1 , · · · , an ) ↔ pn (x ) y (b0 , b1 , · · · , bn ) ↔ qn (x )
entonces,
Además
a (a0 , · · · , an ) = (aa0 , · · · , aan )
↔ (aa0 + aa1 x + · · · + aan x n ) = apn (x )
Teorema 90 Todo EV complejo V (Real) de dimensión n es isomorfo a
C n (R n ), para todo n ≥ 1.
Si
w = w1 u1 + w2 u2 + · · · + wn un ∈ V =⇒
v + w = (v1 + w1 ) u1 + · · · + (vn + wn ) un
↔ (v1 + w1 , · · · , vn + wn ) = v ∗ + w ∗ , w ∗ ∈ Cn (Rn )
x = ku k cos α, y = ku k sin α
Sean
u1 = (x1 , y1 ) , u2 = (x2 , y2 )
u10 = x10 , y10 , u20 = x20 , y20
v = Au
y por lo tanto,
Considere u ∈ U y v ∈ V de la forma
x1 y1
u = ... , v = ...
xn ym
=⇒ f (u ) = A (u ) es una TL.
T
Ejemplo 97 Sean U, V ∈ R 3 , u = x y z ∈ R 3 y sea f (u ) la
Sea 0
x x x
u = y =⇒ v = y 0 = y
z z0 0
f puede representarse matricialmente como,
1 0 0 x
v = f (u ) = 0 1 0 y
0 0 0 z
entonces,
f (au1 + bu2 ) = af (u1 ) + bf (u2 ) .
Teorema 98 El rango de una TL lineal es un SE del espacio del rango.
D : dominio, R: rango.
ya que
au1 + bu2 ∈ D (f )
Definición 99 Sea f : U → V una TL. El espacio nulo de f es el
conjunto de vectores u ∈ U t.q. f (u ) = 0.
u1 , u2 , · · · , ur , w1 , · · · , ws (r + s = n ) , si N = φ =⇒ r = 0.
v = c1 u1 + · · · + cr ur + cr +1 w1 + · · · + cr +s ws
=⇒ f (v ) = cr +1 f (w1 ) + · · · + cr +s f (ws ) .
γ1 w1 + · · · + γs ws = α1 u1 + · · · + αr ur
γ1 w1 + · · · + γs ws − α1 u1 − · · · − αr ur = 0.
Considerando
wi (γ1 w1 + · · · + γs ws − α1 u1 − · · · − αr ur ) = 0
=⇒ γi = 0 i = 1, · · · , s
ui (γ1 w1 + · · · + γs ws − α1 u1 − · · · − αr ur ) = 0
=⇒ αi = 0 i = 1, · · · , r
Entonces w1 , · · · , ws , u1 , · · · , ur son l.i. Por lo tanto,
f (w1 ) , · · · , f (ws ) son l.i., produciendo dim R = s.
Ejemplo 102 Encontrar N de la TL
0 1 1
x x
= 21 2 .
y0 2
1
2
y
T
Si v = x y ∈ N =⇒ f (v ) = 0, con lo cual,
1 1
2 2 x 0
1 1 = =⇒ x + y = 0.
2 2
y 0
n T o
Entonces N = v = x y ∈ D | x + y = 0 , esto es,
x −x
.
−y y
Como estos vectores son l.d. =⇒ dim N = 1.
0 = f (u1 ) − f (u2 ) = f (u − u2 )
f (u ) = f (u ) + 0 = f (u ) + f (w ) = f (u + w )
tiene inversa.
T
Si x y ∈ N,
cos θ − sin θ x
=0
sin θ cos θ y
esto es,
x cos θ − y sin θ = 0, x sin θ + y cos θ = 0.
Dado que
cos θ − sin θ
sin θ = cos2 θ + sin2 θ = 1
cos θ
=⇒ la única solución es x = y = 0 y por lo tanto la transformación tiene
inversa.
Note que,
cos θ − sin θ cos θ sin θ
A= , A−1 =
sin θ cos θ − sin θ cos θ
entonces la T. inversa,
0 0
x x x −1 x
=A y =A .
y0 y y y0
Teorema 106 La inversa de una TL es una TL.
si v = f (u ) y w = g (v ) =⇒ [f ◦ g ] (u ) = w
w = g (f (u )) .
D(f ◦ g ) = U y R(f ◦ g ) = W .
Demostración.
[f ◦ g ] (au1 + bu2 ) = g [f (au1 + bu2 )] = g [af (u1 ) + bf (u2 )]
= ag [f (u1 )] + bg [f (u2 )] = a [f ◦ g ] (u1 ) + b [f ◦ g ] (u2 ) .
*Las TL de U a V pueden representarse en términos de matrices.
u = x1 e1 + x2 e2 + · · · + xn en
=⇒ f (u ) = x1 f (e1 ) + x2 f (e2 ) + · · · + xn f (en )
suponga que
entonces,
f (u ) = y1 e1 + y2 e2 + · · · + ym em
entonces
y1 = a11 x1 + · · · + a1n xn
y2 = a21 x1 + · · · + a2n xn
..
.
ym = am1 x1 + · · · + amn xn
y1 a11 a12 · · · a1n x1
y2 a21 a22 · · · a2n x2
=⇒ = .. =⇒ Y = AX
.. .. .. ..
. . . . .
ym am1 am2 · · · amn xn
Si p (x ) = a0 + a1 x + a2 x 2 + a3 x 3 ∈ P3 , entonces se define la
transformación lineal
T [p (x )] = a1 + 2a2 + 3a3 x 2
T [1] = 0 = 0 · 1 + 0 · x + 0 · x 2
T [x ] = 1 = 1 · 1 + 0 · x + 0 · x 2
h i
T x 2 = 2x = 0 · 1 + 2 · x + 0 · x 2
h i
T x 3 = 3x 2 = 0 · 1 + 0 · x + 3 · x 2
A1 u + v ∈ V M1 au ∈ V
A2 u + v = v + u M2 a (u + v ) = au + av
A3 u + (v + w ) = (u + v ) + w M3 (a + b ) u = au + bu
A4 0 ∈ V t.q. u + 0 = u ∀u ∈ V M4 (ab ) u = a (bu )
A5 ∃ − u ∈ V t.q. u + (−u ) = 0 M5 1u = u
Considere la suma f + g y la multiplicación por escalar cf definida
anteriormente, entonces
Demostración.
I A1y M1 Se satisfacen directamente. u + v ∈ V , au ∈ V .
I A2 [f + g ] (u ) = f (u ) + g (u ) = g (u ) + f (u ) = [g + f ] (u ) .
I A3[f + (g + h )] (u ) = f (u ) + [g + h ] (u ) =
f (u ) + g (u ) + h (u ) = [(f + g ) + h ] (u ) .
I A4 La T cero es t.q. 0 (u ) = 0, ∀u ∈ U =⇒
[f + 0] (u ) = f (u ) + 0 (u ) = f (u ) + 0 = f (u ) .
I A5 Si f (u ) = v =⇒Sea [−f ] (u ) = −v =⇒ [f + (−f )] (u ) =
f (u ) + [−f ] (u ) = v − v = 0∀u ∈ U.
Demostración.
I M2 a [f + g ] (u ) = a [f (u ) + g (u )] = af (u ) + ag (u ) =
[af ] (u ) + [ag ] (u ) .
I M3 [(a + b ) f ] (u ) = (a + b ) f (u ) = af (u ) + bf (u ) =
[af ] (u ) + [bf ] (u ) .
I M4 [abf ] (u ) = (ab ) f (u ) = a (bf (u )) = a [bf ] (u ) .
I M5 [1f ] (u ) = 1f (u ) = f (u ) .
Nótese que para cada TL ∃ una matriz A ∈ C m×n (R m×n ) relativa a las
bases consideradas en U y V (cualesquiera que sean). De manera inversa
por cada matriz de m × m, A existe una TL f =⇒ existe una
correspondencia uno a uno entre la colección de TL y la colección de
matrices de m × n, por lo tanto el espacio vectorial de TL de U a V tiene
dim mn.
Teorema 115 Sea f : U → V una TL (dim U = n, dim V = m ). Sea A
de (m × n ) la representación matricial de f con rep a las bases
u1 , u2 , · · · , un en U y v1 , v2 , · · · , vn en V . Sea g : V → W una TL,
dim W = p y sea la matriz B de (p × m ) su representación matricial con
respecto a v1 , v2 , · · · , vn en V y w1 , w2 , · · · , wp en W . Entonces la
composición f ◦ g tiene la representación matricial BA relativa a
u1 , u2 , · · · , un en U y w1 , w2 , · · · , wp en W .
Demostración. Directa por la aplicación de las transformaciones
mencionadas.
I Inversión de una TL ⇔ inversión de una matriz.
Demostración. Sea
u = x1 u1 + x2 u2 + · · · + xn un
equivalentemente,
γ1 u1 + γ2 u2 + · · · + γn un = 0
u → u0
Pγ → u 0
Pγ = 0
entonces,
x10
1 0 1 1 1 5
X 0 = PX =⇒ x20 = P 2 = 12 −1 − 12 2 = −3
x30 3 1
2 0 − 21 3 −1
Equivalentemente,
1 1 1 1 5 1 1 1
2 = 0 −1 1 −3 = 5 0 − 3 −1 − 1 .
3 1 1 −1 −1 1 1 −1
Teorema 119 Sea U en EV (real), dim V = n, con base ortonormal
u1 , u2 , · · · , un . Sea u10 , u20 , · · · , un0 otra base ortonormal t.q.
n
ui = ∑ pji uj0 , i = 1, 2, · · · , n.
j =1
Entonces P con elementos pij es ortogonal P −1 = P T .
n n n n n
∑ ∑ pki pmj uk0 · um
0
= ∑ ∑ pki pmj δkm = ∑ pki pkj
δij =
k = 1m = 1 k =1m=1 k =1
Demostración.
p1j
p2j
=⇒ δij = p1i p1j + p2i p2j + · · · + pni pnj = p1i p2i ··· pni
..
.
pnj
=⇒ Y 0 = QAP −1 X 0 , Y 0 = BX 0 .
i) A es similar a A, ∀A.
ii) Si A es similar a B =⇒ B es similar a A.
iii) Si A es similar a B y B es similar a C =⇒ A es similar a C .
Teorema.
i) A sim B =⇒ |A| = |B |.
ii) A1 sim B1 y A2 sim B2 , bajo la misma TS A1 + A2 es sim a
B1 + B2 .
iii) A sim B =⇒ Ak sim B k bajo la misma TS ∀k > 0.
iv) A sim B =⇒ p (A) sim p (B ) bajo la misma TS. p (·) : polinomio.
v) A sim B y A es no singular =⇒ B es no singular y A−1 sim B −1 .
Demostración.
i) ∃P t.q. A = PBP −1 =⇒ |A| = |P | |B | P −1 = |B | |P | P −1 = |B |.
(|P | P −1 = |I | = 1)
ii) ∃P t.q. A1 = PB1 P −1 y
A2 = PB2 P −1 =⇒ A1 + A2 = PB1 P −1 + PB2 P −1 = P (B1 + B2 ) P −1
iii) ∃P t.q.
A = PBP −1 =⇒ A2 = PBP −1 PBP −1 = PBBP −1 = PB 2 P −1 .
P (A) = a0 I + a1 A + a2 A2 + · · · + ak Ak
|A − λI | = c0 + c1 λ + c2 λ2 + · · · + cn λn = 0.
c0 + c1 λ + c2 λ2 + · · · + cn λn = 0
Considere |A − λI | = 0, entonces
8−λ 9 9
3
2 − λ 3 = 0,
−9 −9 −10 − λ
(A − λI ) X = 0
6 9 9 x 0
=⇒ 3 0 3 y = 0
−9 −9 −12 z 0
de donde se obtiene
2x + 3y + 3z = 0 y x + z = 0
x = −z, 2x + 3y − 3x = 0
x
3y − x = 0 =⇒ y = .
3
La solución resulta ser,
x 3
X = x3 = x0 1 .
−x −3
Considerando λ = −1
9 9 9 x 0
3 3 3 y = 0
−9 −9 −9 z 0
=⇒ x + y + z = 0, x = −y −z
T
con lo cual la solución resulta −y0 − z0 , y0 , z0 . Esto es,
− y0 −1
( y0 , z0 = 0 ) , y0 = y0 1
0 0
− z0 −1
(y0 = 0, z0 ) , 0 = z0 0
z0 1
Cualquier otro VeC es una combinación lineal de los dos anteriores.
Ejemplo 130 Encontrar los VaC y VeC de la matriz,
1 2 3
A= 0 2 3 .
0 0 2
1−λ 2 3
= (1 − λ ) (2 − λ )2 = 0
=⇒ 0 2−λ 3
0 0 2−λ
z = 0, y + 3z = 0 =⇒ y = 0 =⇒ x = x0
| {z }
arbitraria
Entonces, la solución tiene la forma
1
X = x0 0 .
0
Si λ = 2 se obtiene,
−1 2 3 x 0
0 0 3 y = 0
0 0 0 z 0
−x + 2y + 3z = 0, 3z = 0 =⇒ z = 0 =⇒ x = 2y .
Produciendo,
2y0 2
X = y0 = y0 1 .
0 0
Continuación Ejemplo 129. Considere de nuevo la matriz
8 9 9
A= 3 2 3
−9 −9 −10
con lo cual,
2 0 0
B = PAP −1 = 0 −1 0 .
0 0 −1
De la forma más básica, nótese que se debe satisfacer una relación de la
forma
uk +1 = c1 u1 + c2 u2 + · · · + ck uk
k k
∑ cj f uj = ∑ λj cj uj
f (uk +1 ) =
j =1 j =1
f (uk +1 ) = λk +1 uk +1
k k
= λ k + 1 ∑ c j uj = ∑ λk +1 cj uj .
j =1 j =1
Demostración. Por lo tanto, restando las expresiones anteriores,
k
∑ cj
0= λ j − λ k + 1 uj .
j =1
Como
λj 6= λk +1 =⇒ c1 = c2 = · · · = ck = 0
con lo cual u1 , · · · , uk son independientes.
Por lo tanto uk +1 = 0 lo cual es imposible ya que uk +1 es un VeC.
Entonces u1 , · · · , un son independientes y por el teorema anterior se
sigue el resultado.
Definición 133 Una matriz A de n × n es simétrica si A = AT .
Teorema 134 Todos los VaC de una matriz real simétrica son reales.
n
∑ |xk |2 > 0 =⇒ λ = λ̄.
k =1
Entonces λi es real.
Teorema 135 Los VeC correspondientes a diferentes VaC de una matriz
real simétrica A son ortogonales.
dado que
T
xjT Axi = xiT Axj
se tiene que
λi − λj xi · xj = 0
pero como
λi − λj 6= 0 =⇒ xi · xj = 0.
Teorema 136 Sea f : R n → R n una TL con A simétrica con respecto a
la base estandar. Entonces existe una matriz ortogonal P tal que la
representación PAP T = D es diagonal, con elementos en la diagonal
dados por los VaC de A.
Nótese que
..
λ1
λ1 . 0
..
λ2
T
QBQ = · · · = .
. ··· ..
.
..
0 . Q ∗ B ∗ Q ∗T λn
Teorema 139 Todos los VaC de una matriz hermitiana son reales.
n
=⇒ λ − λ̄ ∑ |zk |2 = z̄ T Az − z T Āz̄ = 0
k =1
n
Como ∑ |zk |2 > 0 =⇒ λ = λ̄. Entonces λ es real.
k =1
Teorema 140 Los VeC correspondientes a diferentes VaC de una matriz
hermitiana A son ortogonales.
A ∈ R (n ×m ) , B ∈ R (n ×p ) , C ∈ R (q ×m ) , D ∈ R (q ×p )
=⇒ M ∈ R (n+q )×(m+p )
Considere las matrices por bloques,
A11 A12 · · · A1n B11 B12 ··· B1p
.. ..
P= . , Q = .
Am1 Am2 Amn Bn1 Bn2 Bnp
λ1 UR −1 UR −1
1
0 λ1
PAP −1 = =
0
R 0 BR −1 0 RBR −1
λ1 w12 w13 ··· w1n
0 λ2 v23 ··· v2n
.
. ..
PAP −1 =
. . λ3 ··· v3n
.. .. .. ..
. . . .
0 ··· ··· 0 λn
entonces T = PAP −1 es MTS con los VaC de A en su diagonal.
Teorema 144 A de (n × n ) es sim. a una MTS de la forma,
T1 0 ··· 0
0
T2 · · · 0
..
.
0 ··· Tk
QTQ −1 = (I + C ) T (I − C ) = (T + CT ) (I − C )
= T + CT − TC − CTC
CTC = 0.
Demostración. Entonces,
···
0 0 0 0 0 0
t11 t12 t13 t14 ··· t1
0 0 0 c24 0 ··· 0
..
..
0
t22 t23 t24 ··· t2
C = .
. , T = 0
t33 t34 ··· t3
.. .. ..
.
. .
.. 0 tn
0 . 0
produciéndose,
0 0 0 0 ··· 0
0 0 0 c24 t44 c24 t45 ··· c24 t4n
CT =
0 0 0 ··· 0
.. ..
. .
0 ··· 0
Demostración.
0 0 0 c24 t12 0 ··· 0
0 0 0 c24 t22 0 ··· 0
TC =
0 0 0 ··· 0
.. ..
. .
0 ··· 0
QTQ −1 = T + CT − TC =
t11 t12 t13 t14 − c24 t12 t15 ··· t1n
0 t22 t23 t24 − c24 (t22 − t44 ) t25 − c24 t45 ··· t2n − c24 t4n
0 0 t33 t34 t3n
..
.
..
.
0 tnn
El elemento (2, 4) de QTQ −1 ha cambiado a
R (QAQ −1 )R −1 = RTR −1
R1 T1 R1−1
0
0 R2 T2 R2−1
= .
..
.
Rk Tk Rk−1
λ1 = 2 mult. 3 y λ2 = 0 mult. 1.
Vectores caracterı́sticos. Av = λv → (A − λI ) v = 0. Sea λ1 = 2 =⇒
0 1 0 1 x1 1 1 −1 3 x1
1 1 − 1 3 x2
= 0 ⇐⇒ 0 1 0 1 x2 = 0
0 1 0 1 x3 0 0 0 −4 x3
1 −1 −1 −3 x4 0 0 0 0 x4
esto es,
−4x4 = 0 =⇒ x4 = 0
1
x2 + x4 = 0 =⇒ x2 = 0 0
=⇒ v1 =
1 .
x + x2 − x3 − 3x4 = 0
1
x1− x3 = 0 =⇒ x1 = x3 0
Considerando ahora λ2 = 0,
2 1 0 1 x1 2 1 0 1 x1
1 3 − 1 3 x2
= 0 ⇐⇒ 0 1 2 1 x2
=0
0 1 2 1 x3 0 0 − 6 0 x3
1 −1 −1 −1 x4 0 0 0 0 x4
obteniéndose,
−6x3 = 0 =⇒ x3 = 0
0
x2 + 2x3 + x4 = 0 =⇒ x2 + x4 = 0 1
=⇒ v2 =
0 .
2x + x2 + x4 = 0 =⇒ 2x1 = 0 =⇒ x1 = 0
1
x2 = − x4 −1
Finalmente, dado que existen dos VeC independientes, entonces existen
dos BJ produciendo la forma canónica única (excepto por el orden de los
bloques),
2 1 0 0
0 2 1 0
J= 0 0
.
2 0
0 0 0 0
¿Cual es la matriz de transformación que produce J?
Sea P −1 = [x1 , x2 , x3 , x4 ] t.q PAP −1 = J =⇒ AP −1 = P −1 J,
esto es,
x11 x21 x31 x41 λ1 1 0 0
x x22 x32 x42 0 λ1 1 0
P −1 J = 12
.
x13 x23 x33 x43 0 0 λ1 0
x14 x24 x34 x44 0 0 0 λ2
Entonces
Ax1 = λ1 x1 , Ax2 = x1 + λ1 x2
Ax3 = x2 + λ1 x3 , Ax4 = λ2 x4
Equivalentemente,
i ) (A − λ1 I ) x1 = 0 =⇒ x1 = v1
ii ) (A − λ1 I ) x2 = x1
iii ) (A − λ1 I ) x3 = x2
iv ) (A − λ2 I ) x4 = 0 =⇒ x4 = v2
Considerando ii ) se tiene,
0 1 0 1 x21 1
1 1 −1 3 x22 0
(A − λ1 I ) x2 = x1 =⇒
0
=
1 0 1 x23 1
1 −1 −1 −3 x24 0
| {z }
v3
Proceso de reducción
0 1 0 1 1 0 1 0 1 1 1 1 −1 3 0
1 1
−1 3 0 →
1 1 −1 3 0 0
→ 1 0 1 1
0 1 0 1 1 0 0 0 0 0 1 0 −1 0 0
1 −1 −1 −3 0 2 0 −2 0 0 0 0 0 0 0
0 1 0 3 0
−2x24 = 1 → x24 = − 12
0 0 0 −2 1
⇐⇒ x22 + 3x24 = 0 → x22 = 32
1 0 −1 0 0
x21 − x23 = 0 → x21 = x23
0 0 0 0 0
T
produciendo para x21 = 0, x2 = 0 32 0 − 21
.
Considerando iii ) (A − λ1 I ) x3 = x2 se tiene,
0 1 0 1 x31 0
1 1 −1 3 x32 3
= 2
0 1 0 1 x33 0
1 −1 −1 −3 x34 − 12
1
0 1 0 1 0 1 0 −1 0 2
1 1 −1 3 3 0
2 → 1 0 1 0
0 1 0 1 0 0 0 0 2 1
1 −1 −1 −3 −21 0 0 0 0 0
con lo cual
1
0
2x34 = 1 → x34 = 21
1 2
− 12
−2
x32 + x34 = 0 → x32 = − 12
→ x3 = −1
,
1 1 2
0
x31 − x33 = 2 → x31 = x33 + 2
1 1
2 2
0 0 0 0
T
Considerando x3 = 2 − 12 0 12
1
se tiene,
1 0 1 0
0 0 1 0
2
0 3 − 1 1 0 1 0 1
P −1 =
2 2 P=
1 0 0 0 2 0 −2 0
1 1 − 1 −1 − 32
0 −2 2 −1 1 2
2 1 0 0
0 2 1 0
PAP −1 =
= J.
0 0 2 0
0 0 0 0
Existen casos que no pueden ser resueltos claramente por el Th 147.
Suponga que A es de 4 × 4 con VaC λ de multiplicidad 4 y dos VeC ind.
=⇒ ∃ dos bloques de Jordan en la diagonal de J similar a A, con lo cual
J puede tomar las formas
λ 0 0 0 λ 1 0 0
0 λ 1 0 0 λ 0 0
J= 0 0 λ 1 ó J = 0 0 λ 1 .
0 0 0 λ 0 0 0 λ
(A − λI ) x1 = 0, (A − λI ) x2 = 0,
(A − λI ) x3 = x2 , (A − λI ) x4 = x3
Considerando J2 se tiene,
(A − λI ) x1 = 0, (A − λI ) x2 = x1 ,
(A − λI ) x3 = 0, (A − λI ) x4 = x3
Q −1 AQ = J =⇒ A = QJQ −1 .
Entonces,
p (J ) = |J − λI | = Q −1 AQ − λI = Q −1 (A − λI ) Q
= Q −1 |A − λI | |Q | = |A − λI | = p (A)
con lo cual,
p (A) = p Q −1 AQ = p (J ) = 0.
Ecuaciones diferenciales lineales
Considere el sistema
dx
= ax (t )
dt
El cual tiene la solución,
x (t ) = ce at , c = x (0) → x (t ) = x (0) e at
Esto es,
dx
= x (0) ae at = a x (0) e at = ax (t ).
dt
Considere el conjunto no acoplado, ( dx
dt = ẋ )
( · )
x 1 = − x1 −1 0
· =⇒ ẋ = Ax, A = .
x 2 = 2x2 0 2
Por lo tanto,
e −t
0 x1 ( 0 )
x (t ) =
0 e 2t x2 ( 0 )
Considere el sistema
ẋ = Ax (10)
P −1 AP = diag [λ1 , · · · , λn ] .
y = P −1 x ⇐⇒ x = Py
=⇒ ẏ = P −1 ẋ = P −1 Ax = P −1 APy .
Demostración. De acuerdo a los resultados de TL se obtiene,
e λ1 t
λ1 0 0
ẏ =
.. y → y (t ) =
.. y (0) .
. .
0 λn 0 e λn t
| {z }
E (t )
Dado que
y (0 ) = P −1 x (0 )
=⇒ x (t ) = Py (t ) = PE (t ) y (0) = PE (t ) P −1 x (0)
=⇒ la solución de (10) en las coordenadas originales esta dada por,
x (t ) = PE (t ) P −1 x (0) .
Ejemplo.
( · )
x1 = −x1 − 3x2 −1 −3 λ1 = −1
· ⇐⇒ ẋ = Ax, A = ,
x2 = 2x2 0 2 λ2 = 2
1 −1
λ = −1 → v = ,λ=2→v =
0 1
1 −1 −1 1 1 −1 −1 0
P= ,P = , P AP = .
0 1 0 1 0 2
Obteniéndose el sistema,
·
y1 = −y1 , y1 (t ) = c1 e −t , c1 = y1 (0)
·
y2 = 2y2 , y2 (t ) = c2 e −t , c2 = y2 (0) .
Por lo tanto en las coordenadas x se obtiene,
x (t ) = Py (t ) = PE (t ) y (0) = PE (t ) P −1 x (0)
−t
e 0
x (t ) = P P −1 x (0 )
0 e 2t
−t
1 −1 e 0 1 1 x1 ( 0 )
=
0 1 0 e 2t 0 1 x2 ( 0 )
x1 (t ) = x1 (0) e −t + x2 (0) e −t − e 2t
x2 (t ) = x2 (0) e 2t .
Definición 151 Sea A(n × n ). Entonces para t ∈ R,
∞
Ak t k
e At = ∑ k!
.
k =0
Demostración.
∞
k ∞
!
PTP −1 PTP −1 Tk
S
e =e = ∑ =P ∑ k! P −1 = Pe T P −1 .
k =0
k! k =0
Si P −1 AP = diag λj =⇒ e At = P diag e λj t P −1 .
I
Proposición 153 Si S y T son TL en R n t.q.
ST = TS =⇒ e S +T = e S e T .
Sj T k
(S + T )n = n! ∑ j !k!
=⇒
j +k =n
∞ ∞ ∞
(S + T )n n! Sj T k Sj T k
e S +T = ∑ n! = ∑ n! ∑ j !k! = ∑ ∑ j !k!
n =0 n =0 j +k =n n=0j +k =n
∞
Sj ∞ T k
= ∑ j ! ∑ k! = e S e T .
j =0 k =0
Demostración. Por otra parte, si,
a −b A a cos b − sin b
A= =⇒ e = e
b a sin b cos b
a b A a 1 b
A= =⇒ e = e .
0 a 0 1
Sea A(2 × 2), entonces ∃P t.q. B = P −1 AP, donde B toma una de las
siguientes formas,
λ 0 λ 1 a −b
B= ,B= ,B= .
0 µ 0 λ b a
Por lo tanto,
λt
e 0 1 t cos bt − sin bt
e Bt = , e Bt = e λt , e Bt = e at .
0 e µt 0 1 sin bt cos bt
−1
Observación. e T = e −T .
At
Lema 154 dedt = Ae At .
e At e Ah − I
d At e A(t +h) − e At
e = lı́m = lı́m
dt h →0 h h →0 h
!
At A2 h Ak hk −1
=e lı́m lı́m A+ +···+ = Ae At .
h →0 k → ∞ 2! k!
e (t ) = e At e0 .
Con lo cual
e (t ) = 0 =⇒ e (t ) = x (t ) − y (t ) = 0
=⇒ x (t ) = y (t ) .
Ejemplo 156 Considere el sistema
−2 −1 1
ẋ = Ax, A = , x (0) = .
1 −2 0
P = [v1 , · · · , vk , vk +1 , uk +1 , · · · , vn , un ]
es invertible y
donde
aj −bj
Bj = , j = k + 1, · · · , n.
bj aj
it −it it −it
Observación. e it = cos t + i sin t, cos t = e +2e , sin t = e −2ie .
Entonces,
1 0
λ1 = −3, vλ1 = 0 ; λ2,3 = 2 ± i, w2,3 = u2 ± iv2 = 1 ± i
0 1
esto es,
1 0 0 1 0 0 −3 0 0
P= 0 1 1 , P −1 = 0 1 −1 =⇒ P −1 AP = 0 2 −1 .
0 0 1 0 0 1 0 1 2
Con lo cual,
−1
x (t ) = Pe P AP Px (0) .
−3 0 0
0 2 −1
e −3t
0 0
P −1 AP 0 1 2
e =e = 0 e 2t cos t −e 2t sin t
0 e 2t sin t e 2t cos t
e −3t
0 0 x1 ( 0 )
=⇒ x (t ) = 0 e 2t cos t + sin t −2e 2t sin t x2 ( 0 ) .
0 e 2t sin t 2t
e (cos t − sin t ) x3 ( 0 )
Considere ahora la solución en un espacio complejo,
1 0
λ1 = −3, vλ1 = 0 ; λ2,3 = 2 ± i, w2,3 = 1 ± i
0 1
Con lo cual,
1 0 0 1 0 0
P= 0 1−i 1 + i , P −1 = 0 i
2
i
2 (1 − i )
0 1 1 0 − 2i i 1+i
2 ( )
Produciendo,
−3t
3 0 0 e 0 0
− 1
P −1 AP = 0 2−i 0 , e P APt = 0 e (2−i )t 0
0 0 2+i 0 0 e (2+i )t
Entonces,
e −3t
0 0
P −1 APt
e = 0 e 2t (cos t − i sin t ) 0
0 0 e 2t (cos t + i sin t )
esto es,
−1
x (t ) = Pe P APt P −1 x (0)
−3t
e 0 0
= 0 e 2t (cos t + sin t ) −2e 2t sin t x (0) .
0 e 2t sin t e 2t (cos t − sin t )
Definición 160 Sea λ un VaC de A(n × n ) de multiplicidad m ≤ n. Un
VaC generalizado de A, es cualquier solución no nula v de
(A − λI )k v = 0, ∀k = 1, · · · , m.
A = S +N
donde
P −1 SP = diag λj
ẋ = Ax, x (0) = x0