Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Definicin
Se dice que una matriz A M n n es semejante a la matriz B M n n y lo representamos por A B si P regular B = P 1 AP A la matriz P M n n se le llama matriz de paso
Definicin
Sea A M nn se llama polinomio matricial de A M nn a la expresin de la forma:
Proposicin 1
n n Si A B A B
Demostracin Si A B B = P A P B = (P A P )
1 n 1 n
)(
) (
Luego An B n
Proposicin 2
Si A B A1 B 1 Demostracin Si A B B = P A P B
B
1
1 1
= P
AP
=P A
( )
P
1
= P 1A1P
Luego A1 B 1
Definicin
Sea A M nn Se llama polinomio caracterstico de A Mnn al desarrollo del determinante:
Ann xI n
Se llama ecuacin caracterstica de A Mnn a la igualdad: Ann xI n = 0
Proposicin 3
Si A B tienen el mismo polinomio caracterstico. Demostracin Si A B B = P 1 A P
B xI = P 1AP xI = P 1AP P 1xIP =
P 1 (A xI ) P = P 1 P A xI = A xI
Consecuencias
Dos matrices semejantes tienen la misma traza y el mismo determinante. Teorema de Cayley-Hamilton CayleyToda matriz cuadrada es raz de su polinomio caracterstico.
Diagonalizacin de matrices
Se dice que una matriz An n es diagonalizable si existe una matriz diagonal Dnn A D
Conceptos:
Autovalores Se dice que K es un autovalor o valor propio asociado a An n si existe algn vector no nulo x K n que verifique:
Ax = x
Autovectores Al vector que verifica Ax = x se denomina autovector o vector propio correspondiente al autovalor K Subespacio propio El conjunto de autovectores correspondientes a un autovalor K junto al vector nulo, forman el llamado subespacio propio asociado a K y se representa por :
E = x V
Ax = x
Teorema La condicin necesaria y suficiente para que K sea autovalor de A es que sea solucin de su ecuacin caracterstica.
Demostracin
c .n
S i e s a u to v a lo r x 0
Ax x = 0
Ax = x
(A I ) x
= 0
Como es un
c .s
Si
A I = 0
(A I ) x
= 0
Luego el sistema homogneo tiene infinitas soluciones y por tanto K es el autovalor correspondiente a una cualquiera de ellas. Consecuencias
n
1.
i = T r (A )
3 . d im (E ) =
i=1
= A d im ( ) R g (A I ) V
2.
i i=1
NOTAS 1. En este curso solo estudiaremos los espacios vectoriales reales es decir K = y por tanto los autovalores han de ser reales. 2. Las soluciones de la ecuacin caracterstica, pueden repetirse, y al nmero de veces que se repite se le llama orden de multiplicidad. 3. El orden de multiplicidad de un autovalor es mayor o igual que la dimensin del subespacio propio asociado al autovalor.
Teorema La condicin necesaria y suficiente para que exista una base de V formada por vectores propios es que la dimensin de los subespacios propios coincida con el orden de multiplicidad de cada autovalor. Consecuencia Si mediante una matriz Ann podemos obtener una base de vectores propios de V se dice que Ann es diagonalizable.
Ax = 1 x
Ax = 2 x Ax = n x
0 0 0 0 n
0 1 0 2 D = 0 0 0 0
n n
D = P 1AP
Si es un autovalor de A
1 es un autovalor de A 1 q es un autovalor de A qI
es un autovalor de A k
Diagonalizacin de matrices reales y simtricas Los autovalores de una matriz simtrica son nmeros reales. En una matriz simtrica, los subespacios propios asociados a autovalores distintos son ortogonales. Toda matriz real simtrica posee una base de vectores propios ortonormales , es decir, es diagonalizable mediante una matriz ortogonal.
P ortogonal
D = P AP