• No se han encontrado resultados

Algebra Lineal: Diagonalización de una Matriz Cuadrada. Departamento de Matemáticas. Intro. Diagonalizable

N/A
N/A
Protected

Academic year: 2021

Share "Algebra Lineal: Diagonalización de una Matriz Cuadrada. Departamento de Matemáticas. Intro. Diagonalizable"

Copied!
20
0
0

Texto completo

(1)

Algebra Lineal: Diagonalizaci´on de una Matriz Cuadrada Departamento de Matem´aticas Intro Diagonalizable

Algebra Lineal:

Diagonalizaci´

on de una Matriz Cuadrada

(2)

Algebra Lineal: Diagonalizaci´on de una Matriz Cuadrada Departamento de Matem´aticas Intro Diagonalizable Introducci´on

En esta lectura veremos uno de los temas m´as importantes del

´

Algebra Lineal que tiene aplicaciones fundamentales en

Ingenier´ıa. ´Este es el tema de la diagonalizaci´on de una matriz cuadrada. Se revisar´a la definici´on, algunos resultados te´oricos y algunas aplicaciones. Se requieren los conceptos de valor y vector propio, polinomio caracter´ıstico y bases de un espacio lineal.

(3)

Algebra Lineal: Diagonalizaci´on de una Matriz Cuadrada Departamento de Matem´aticas Intro Diagonalizable Matriz diagonalizable

Una matriz cuadradaAn×n se dicematriz diagonalizable si

existe existe una matrizPn×n invertible que cumple

P−1AP=D

dondeDes una matriz diagonal.

El siguiente resultado indica qu´e significa que una matriz Asea

diagonalizable:

Sea Auna matriz cuadrada n×n, entonces son equivalentes:

• Aes una matriz es diagonalizable,

• Rn posee una base formada por vectores propios de la matrizA.

(4)

Algebra Lineal: Diagonalizaci´on de una Matriz Cuadrada Departamento de Matem´aticas Intro Diagonalizable Reglas de Diagonalizaci´on

Reglas b´asicas para saber si una matriz es diagonalizable:

• Si tiene alg´un valor propio complejo, noes diagonalizable.

• Si tiene todos sus valores propios reales y son diferentes, s´ı es diagonalizable.

• Si tiene todos sus valores propios reales, y si para cada

valor propio que apareci´o repetido como ra´ız de la ecuaci´on caracter´ıstica el n´umero de veces que apareci´o repetido (multilicidad algebraica) es igual a la multiplicidad o dimensi´on geom´etrica entonces s´ıes diagonalizable.

(5)

Algebra Lineal: Diagonalizaci´on de una Matriz Cuadrada Departamento de Matem´aticas Intro Diagonalizable

Determine si la matriz es diagonalizable

A= 1 2 −1 2 Soluci´on El polinomio caracter´ıstico deAes pA(t) = 4−3t+t2

y sus ra´ıces son: t1 = 3/2 +i

7/2 y t1 = 3/2 +i

7/2. Por

(6)

Algebra Lineal: Diagonalizaci´on de una Matriz Cuadrada Departamento de Matem´aticas Intro Diagonalizable

Determine si la matriz es diagonalizable

A= 1 1 0 1 Soluci´on:

El polinomio caracter´ıstico deAespbfA(t) = (t−1)2. Y por

tanto, el ´unico valor propio es t = 1. El espacio nulo de

[A−(1)I] es precisamente el espacio invariante det = 1 deAy

es:

kernel([A−(t= 1)I]) = Gen (1,0)0

El conjuntoB={(1,0)0} no alcanza para una base paraR2.

(7)

Algebra Lineal: Diagonalizaci´on de una Matriz Cuadrada Departamento de Matem´aticas Intro Diagonalizable

Determine si la matriz es diagonalizable y calcule una factorizaci´on: A= 1 2 2 1 El polinomio caracter´ıstico deAes pA(t) =−3−2t+t2

y sus ra´ıces sont1 =−1 yt2 = 3. Por tanto, sus ra´ıces son

reales y diferentes. Por tanto,A es diagonalizable.

Deteminemos bases para los espacios nulos.

Parat =−1 Directo de Maple: ν(A−(−1)I) = Gen (−1,1)0 Parat = 3 Directo de Maple: ν(A−(3)I) = Gen (1,1)0

Por tanto una base paraR2 con vectores propios es:

(8)

Algebra Lineal: Diagonalizaci´on de una Matriz Cuadrada Departamento de Matem´aticas Intro Diagonalizable

Por tanto una base paraR2 con vectores propios es:

B=(−1,1)0,(1,1) Por consiguiente, P= −1 1 1 1 ,P−1= −1/2 1/2 1/2 1/2 ,D= −1 0 0 3

(9)

Algebra Lineal: Diagonalizaci´on de una Matriz Cuadrada Departamento de Matem´aticas Intro Diagonalizable

Determine si la matriz es diagonalizable y calcule una factorizaci´on: A=   −1 −1 1 −1 2 4 1 4 2   Soluci´on: El polinomio caracter´ıstico deAes pA(t) = 18t+ 3t2−t3

y sus ra´ıces sont1 = 0,t2 =−3 yt3 = 6. Por tanto, sus ra´ıces

son reales y diferentes. Por tanto,Aes diagonalizable.

Deteminemos bases para los espacios nulos.

Parat1 = 0 Directo de Maple: ν(A−(0)I) = Gen (−2,1,−1)0 Parat2 =−3 Directo de Maple: ν(A−(−3)I) = Gen (−1,−1,1)0

(10)

Algebra Lineal: Diagonalizaci´on de una Matriz Cuadrada Departamento de Matem´aticas Intro Diagonalizable Parat3 = 6 Directo de Maple: ν(A−(6)I) = Gen (0,1,1)0

Por tanto una base paraR3 con vectores propios es:

B= (−2,1,−1)0,(−1,−1,1),(0,1,1)0 Por consiguiente, P=   −2 −1 0 1 −1 1 −1 1 1   P−1 =   1/3 −1/6 1/6 −1/3 −1/3 1/3 0 1/2 1/2   D=   0 0 0 0 −3 0 0 0 6  

(11)

Algebra Lineal: Diagonalizaci´on de una Matriz Cuadrada Departamento de Matem´aticas Intro Diagonalizable

Determine la soluci´on al sistema

x0(t) = 2x(t) + 3y(t)

y0(t) = 2x(t) + y(t)

Sujeto sujeto a las condiciones iniciales: x(0) = 3 yy(0) =−2.

Soluci´on:(y m´etodo de soluci´on)

1. El sistema se escribe en forma matricial:

x0(t) y0(t) = 2 3 2 1 x(t) y(t)

2. Se determinan los valores propios de la matriz de coeficientes (Matriz de Transici´on). El polinomio caracter´ıstico es:

pA(λ) =λ2−3λ−4 Los valores propios son entonces:

λ1 =−1,λ2= 4

3. Se determinan los vectores propios correspondientes son:

v1 = −1 1 ,v2 = 3/2 1

(12)

Algebra Lineal: Diagonalizaci´on de una Matriz Cuadrada Departamento de Matem´aticas Intro Diagonalizable

4. Se forma la soluci´on general al sistema:

x(t) y(t) =C1 −1 1 e−1t+C2 3/2 1 e4t

5. Se determina la soluci´on particular: determinaci´on de C1 y

C2 usandox(0) = 3 yy(0) =−2: 3 −2 =C1 −1 1 e−1×0+C2 3/2 1 e4×0

Para determinar las constantes resolvemos el sistema cuya matriz aumentada es:

−1 3/2 3 1 1 −2 →   c1 c2 1 0 −12/5 0 1 2/5  

(13)

Algebra Lineal: Diagonalizaci´on de una Matriz Cuadrada Departamento de Matem´aticas Intro Diagonalizable x(t) y(t) =−12 5 −1 1 e−t+2 5 3/2 1 e4t O bien: x(t) y(t) = 12/5 −12/5 e−t+ 3/5 2/5 e4t

(14)

Algebra Lineal: Diagonalizaci´on de una Matriz Cuadrada Departamento de Matem´aticas Intro Diagonalizable

En la figura1: se define la matriz del sistema A; se determinan

los valores propios; se obtienen los vectores propios correspondientes; y se introducen las condiciones iniciales.

Cabe observar que debe respetarse elorden de aparici´on de

cada valor propio y de cada vector propio:

• Para el valor propio 4, el vector<0.832,0.554>genera el espacio invariante.

• Para el valor propio 1, el vector <−0.707,0.707>genera el espacio invariante.

Figure : Ejemplo 1: Matriz del sistema y sus valores y vectores propios.

(15)

Algebra Lineal: Diagonalizaci´on de una Matriz Cuadrada Departamento de Matem´aticas Intro Diagonalizable

As´ı la soluci´on general quedar´ıa:

x y =C1 0.832 0.554 e4t+C2 −0.707 0.707 e−t

La constantesC1 yC2 de la soluci´on particular pueden ser

determinadas resolviendo el sistema: VC=Ci donde Ves la

matriz formada por los vectores propios yCi es el vector de

condiciones iniciales. Para obtenerciVi hacemos el truco del

productoV·diag(c1,c2). Estos c´alculos se ilustran en la figura

2.

(16)

Algebra Lineal: Diagonalizaci´on de una Matriz Cuadrada Departamento de Matem´aticas Intro Diagonalizable

Por tanto, la soluci´on particular es:

x y = 0.6 0.4 e4t+ 2.4 −2.4 e−t

Suponga que se desea determinarx(1.2) yy(1.2). En este caso, las operaciones pueden hacerse en forma sencilla utilizando la matrizV·diag(c1,c2) y el vector con los datos,

(17)

Algebra Lineal: Diagonalizaci´on de una Matriz Cuadrada Departamento de Matem´aticas Intro Diagonalizable

Suponga que s´olo existen tres lecher´ıas en el mercado Leche

Lola,Leche Los Puentes, yLeche ParmaLac. Suponga que de un mes a otro

• Lola retiene el 80% de sus clientes, atrae 20% de los

clientes de Los Puentes, y atrae 10% de los clientes de

ParmaLac,

• Los puentes retiene 70% de sus clientes, atrae 10% de los

clientes de Lola, y atrae 30% de los clientes deParmaLac,

y

• ParmaLac retiene 60% de sus clientes, atrae el 10% de los clientes de Lola, y atrae el 10% de los clientes deLos puentes.

Suponga el tama˜no de la poblaci´on no cambia y se mantiene

fijo en 1000000 de consumidores. Determine si existe los porcentajes a largo plazo de la distribuci´on de clientes de Lola,

(18)

Algebra Lineal: Diagonalizaci´on de una Matriz Cuadrada Departamento de Matem´aticas Intro Diagonalizable Soluci´on

La matriz de transici´on queda:

A=   .80 .20 .10 .10 .70 .30 .10 .10 .60  

El polinomio caracter´ıstico deAes:

pA(t) =−(t3−2.1t2+ 1.40t−.300)

Usando los c´alculos reportados en las figuras1 y2, los valores propios son:

(19)

Algebra Lineal: Diagonalizaci´on de una Matriz Cuadrada Departamento de Matem´aticas Intro Diagonalizable

y los vectores propios correspondientes son:

v1 = (−.744845,−.579324,−.331042)0 v2 = (−.707107,+.707107,0.)0 v3 = (+.408248,−.816497,+.408248)0 Por tanto P=   −0.744845 −0.707107 +0.408248 −0.579324 +0.707107 −0.816497 −0.331042 0. +0.408248   D=   1.0 0 0 0 .60 0 0 0 .50  

(20)

Algebra Lineal: Diagonalizaci´on de una Matriz Cuadrada Departamento de Matem´aticas Intro Diagonalizable Por tanto, A∞= lim k→∞A k =P   1 0 0 0 0 0 0 0 0  P −1 A∞= lim k→∞A k =   .45 .45 .45 .35 .35 .35 .20 .20 .20  

Por tanto, la ditribuci´on del mercado de leche a largo plazo sin

importar la distribuci´on inicial es:

  45% 35% 20%  

Referencias

Documento similar

 Para recibir todos los números de referencia en un solo correo electrónico, es necesario que las solicitudes estén cumplimentadas y sean todos los datos válidos, incluido el

Este m´etodo lo denominaremos m´ etodo de diagonalizaci´ on por congruencia, y consiste en realizar operaciones elementales de congruencia sobre la matriz A coordenada de la

Para ello, se estudia la dependencia lineal calculando el rango del sistema de vectores mediante reducci´ on por filas de la matriz que tiene por columnas las coordenadas de

La determinación molecular es esencial para continuar optimizando el abordaje del cáncer de pulmón, por lo que es necesaria su inclusión en la cartera de servicios del Sistema

1.2 Expresi´on coordenada de una forma sesquilineal. Formas herm´ ıticas. 9 3.1 Diagonalizaci´ on ortogonal. Diagonalizaci´ on de formas cuadr´ aticas. 13 4.1 Clasificaci´on lineal

Una matriz A de M IR (n), sea diagonalizable o no, siempre se puede poner en la forma can´ onica de Jordan (si se elige el cuerpo adecuado), o en otras palabras, dado un endomorfismo

 En el apartado 4.6 de la Ficha Técnica y 6 del Prospecto se añade la frase “En muy raras ocasiones se han notificado reacciones de hipersensibiliad, incluyendo anafilaxia (en

usando Excel 153 7.1 Introducción 153 7.2 Operaciones entre matrices y vectores con Excel 153 Matriz por vector columna 153 Vector fila por matriz 158 7.3 Multiplicación de