C alculo de la funci on exponencial de una matriz

Rafael Morones E.
Dept. de Matem aticas, ITAM
22 de marzo de 2012
1. Introducci on.
Originalmente este texto estaba concebido para obtener la solucion de un sistema lineal de ecuaciones
diferenciales de primer orden, x = Ax, determinando la funcion exponencial matricial de la matriz A
va el calculo de su forma canonica de Jordan. Sin embargo, una cita del texto de L. Perko [4] indicaba
la existencia de un metodo opcional desarrollado por E. J. Putzer [5] y, por otra parte, algunos metodos
adicionales para casos especiales citados en los problemas del texto de Arrowsmith y Place [1] en los
que se hace uso intensivo del teorema de Cayley-Hamilton. Esas notas tambien estaban restringidas a
matrices de tama no [2 2]. Esta restriccion implica la exclusion de problemas donde se puedan usar
vectores propios generalizados para calcular la matriz M de transformacion por similaridad. Estas
cuestiones se ilustran con algunos ejemplos y se hace referencia a los apendices para una demostracion
del teorema de Cayley-Hamilton y a una breve exposicion sobre vectores propios generalizados.
Estas notas no son exhaustivas y, en consecuencia, se recomienda al lector acudir a las referencias que
se citan en la bibliografa.
2. Sistemas de ecuaciones diferenciales de primer orden.
Sea el problema de valores iniciales
x = Ax (1a)
x
0
= x(t
0
) (1b)
donde
x = x(t), x R
n
, t R.
A : [n n] una matriz real tal que det A = 0.
x
0
= [x
1,0
, . . . x
n,0
] un vector de condiciones iniciales tal que x
0
= 0.
Se dene a continuacion la funcion exponencial matricial como una serie de potencias [1][4]
Denicion 1 Sea P una matriz real de tama no [n n], entonces
exp(P) = e
P
=

k=0
P
k
k!
(2)
1
Esto es
e
P
= I +P +
1
2!
P
2
+. . . +
1
n!
P
n
+. . .
Una consecuencia de esta esta denicion es que e
P
es una matriz de [nn]. Se demuestra [4] que esta
funcion es absoluta y uniformemente convergente respecto a la norma
||T|| = max
|x|1
|T(x)|
donde
T es un operador lineal
T : R
n
R
n
,
y si T esta representado por una matriz A (de tama no n n) entonces
||A|| =

nl, l : longitud maxima de los renglones de A.

|x| es la norma euclidiana de un vector en R
n
.
Entre las propiedades mas interesantes de esta funcion se tienen:
Para dos matrices del mismo tama no P y Q tales que PQ = QP
e
P
e
Q
= e
P+Q
(3a)
y de donde se deduce que si Q = P
e
P+(P)
= I, ecuacion que implica
e
P
=
_
e
P
_
1
(3b)
que dene a la inversa de una funcion exponencial matricial.
Dada la convergencia absoluta y uniforme de la serie, esta se puede derivar e integrar termino a
termino y las series resultantes tambien gozan de estos tipos de convergencia. En particular, si
P = At se tiene
d
dt
e
At
= Ae
At
= e
At
A (3c)
Con estos antecedentas es posible demostrar el siguiente
Teorema 1 Sea el sistema de ecuaciones diferenciales de primer orden (1a), sujeto a las condiciones
iniciales (1b), entonces su solucion esta dada por
x(t) = e
A(tt0)
x
0
(4)
Demostracion.
Derivando la serie que dene e
At
, se tiene
d
dt
e
At
x = e
At
x e
At
Ax
= e
At
( x Ax)
= 0
2
Resultado que implica que
e
At
x = C
El vector constante C se obtiene de las condicones iniciales (1b)
e
At0
x
0
= C
Por lo que se tiene nalmente
x(t) = e
A(tt0)
x
0
. . . 2
Observacion. De este resultado se dene, para un sistema lineal, el operador de evolucion o ujo de
un punto x el cual inicialmente (t = t
0
) ocupaba la posicion x
0
, como
x(t) =
tt0
(x
0
)
2.1. Algunos ejemplos.
Los siguientes ejemplos corresponden a sistemas de ecuaciones diferenciales lineales en R
2
y representan
tres clases de problemas cuya solucion es especialmente sencilla de obtener. Este no es el caso general,
sin embargo, en la siguiente seccion se establecen las condiciones para reducir un problema complejo
en uno mas simple.
Ejemplo 1. Resolver el sistema
x = Ax (5a)
x
0
=
_
x
1
(t
0
)
x
2
(t
0
)
_
=
_
x
1,0
x
2,0
_
, x
2
1,0
+x
2
2,0
= 0 (5b)
donde
A =
_
1 0
0 1
_
(5c)
Solucion.
Un sistema como este se dice que esta desacoplado. Su solucion es inmediata
_
x
1
x
2
_
=
_
c
1
e
t
c
2
e
t
_
Y las constantes de integracion son
_
c
1
c
2
_
=
_
x
1,0
e
t0
x
2,0
e
t0
_
Por lo que la solucion bajo esta restriccion es
_
x
1
x
2
_
=
_
x
1,0
e
tt0
x
2,0
e
tt0
_
= e
tt0
_
1 0
0 1
__
x
1,0
x
2,0
_
Claramente

tt0
(x
0
) = e
tt0
_
1 0
0 1
_
x
0
. . . 3
3
Ejemplo 2. Resolver el sistema
x = Ax (6a)
x
0
=
_
x
1
(t
0
)
x
2
(t
0
)
_
=
_
x
1,0
x
2,0
_
, x
2
1,0
+x
2
2,0
= 0 (6b)
donde
A =
_
1 2
0 1
_
(6c)
Solucion.
En este caso el sistema esta parcialmente acoplado. La solucion comienza resolviendo la segunda
ecuacion de (6a), esto es
x
2
= c
2
e
t
La sustitucion de este resultado en la primera ecuacion, deviene en
x
1
+x
1
= c
2
e
t
la que es una ecuacion diferencial de primer orden, lineal. El factor integrante requerido para
obtener su solucion es (t) = e
t
, por lo que
d
dt
_
e
t
x
1
_
= c
2
y
x
1
= (c
1
+c
2
t)e
t
La solucion del sistema en forma matricial es
x =
_
e
t
2te
t
0 e
t
__
c
1
c
2
_
Las constantes se obtienen, una vez mas de las condiciones iniciales
_
x
1,0
x
2,0
_
=
_
e
t0
2t
0
e
t0
0 e
t0
__
c
1
c
2
_
Esto es
_
c
1
c
2
_
=
_
e
t0
2t
0
e
t0
0 e
t0
_
1
_
x
1,0
x
2,0
_
= e
t0
_
1 2t
0
0 1
__
x
1,0
x
2,0
_
La solucion del sistema con estas condiciones iniciales es
x = e
(tt0)
_
1 2t
0 1
__
1 2t
0
0 1
__
x
1,0
x
2,0
_
= e
(tt0)
_
1 2(t t
0
)
0 1
__
x
1,0
x
2,0
_
En este caso el operador de evolucion es

tt0
(x
0
) = e
(tt0)
_
1 2(t t
0
)
0 1
_
x
0
4
3. Formas canonicas de Jordan.
Los ejemplos de la seccion anterior son sucientemente sencillos para obtener una solucion casi in-
mediata. En general la matriz A no tiene la estructura diagonal que tienen los ejemplos sino que es
una matriz con n
2
entradas distintas de cero. Es deseable obtener una transformacion de coordenadas
que reduzca esa matriz a una de forma diagonal o triangular superior (o inferior). Entonces, sea el
sistema lineal
x = Ax (7)
donde
x un vector en R
n
referido a la base canonica {e
1
, e
2
, . . . , e
n
}.
A una matriz real de tama no [n n] y tal que det A = 0.
y sea la transformacion de coordenadas
x
i
=
n

j=1
m
ij
y
j
o en forma matricial
x = My (8)
donde M es una matriz no singular, esto es, invertible y tal que el sistema original (7) se reduzca a
uno equivalente
y = Jy, donde y = y(t) (9)
mas sencillo de integrar. Si existe esta matriz M, se tiene de (8) que
x = M y = Ax = AMy
de donde
y = M
1
AMy (10)
Esta ecuacion dene J como
J = M
1
AM
Las matrices denidas de esta manera se dice que[1, 2] son similares o semejantes.
Bajo la hipotesis de la existencia de tal matriz M se tiene que la solucion del sistema
y = Jy
esta dada por
y(t) = e
Jt
y
0
y en consecuencia, de la ecuacion (8)
M
1
x = e
Jt
M
1
x
0
esto es
x = Me
Jt
M
1
x
0
de donde se deduce
e
At
= Me
Jt
M
1
(11)
En el siguiente teorema se demuestra la existencia de la matriz M para el caso de vectores x R
2
.
5
Teorema 2 Sea A : [2 2] una matriz real, existe entonces una matriz no singular M tal que
J = M
1
AM
corresponde a uno de los siguientes tipos
a)
_

1
0
0
2
_
,
1
>
2
b1)
_

0
0
0
0
_
,
0
R
b2)
_

0
1
0
0
_
,
0
R
c)
_


_
, R, > 0
La matriz J dada por uno estos tipos se dice que es una forma canonica de Jordan para la matriz A.
Demostracion.
Los valores propios de la matriz A (iguales que los de J) se obtienen del poliniomio caracterstico
P() =
2
I +II = 0 (12)
donde I = trA = a
11
+a
22
, II = det A, y los valores propios son

1
=
1
2
_
I +

_
,
2
=
1
2
_
I

_
(13)
donde = I
2
4II, es el discriminante de la forma cuadratica. Se tienen los casos
a)
1
>
2
. Sean u y v los vectores propios asociados a
1
,
2
respectivamente, esto es
Au =
1
u y Av =
2
v
dado que
1
=
2
entonces u y v son linealmente independientes. La matriz M se construye con
estos vectores de la manera siguiente
M = [u
.
.
.v]
Dado que J = M
1
AM implica AM = MJ, se tiene que
AM = A[u
.
.
.v]
= [Au
.
.
.Av]
= [
1
u
.
.
.
2
v]
= M
_

1
0
0
2
_
Esto demuestra este inciso.
6
b1) La matriz A es diagonal, esto es
A =
0
I =
0
_
1 0
0 1
_
en consecuencia cualquier matriz M no singular resuelve el problema y en este caso J = A.
b2) La matriz A no es diagonal y sus valores propios son iguales (
1
=
2
=
0
). En este caso solo se
tiene un vector propio u, lo que implica que la multiplicidad geometrica (1: un solo subespacio
invariante generado por u) es menor que la multiplicidad algebraica (2). Para construir otro
vector propio (v) linealmente independiente de u se hace uso de la teora de vectores propios
generalizados. Entonces, si v es tal vector propio, satisface entonces
(A
0
I)v = u
de donde se deduce
Av = u +
0
v
La matriz M = [u
.
.
.v] satisface ahora
AM = A[u
.
.
.v]
= [Au
.
.
.Av]
= [
0
u
.
.
.u +
0
v]
= [u
.
.
.v]
_

0
1
0
0
_
= MJ.
Esto demuestra el inciso b).
c) En este caso < 0 y se tienen raices complejas. Los valores propios son
1,2
= a b, b > 0 y
a R.
Demostracion.
Sea el vector propio u = v + w asociado a
1
. Del lema (1) en el apendice B, v y w son
linealmente independientes y se propone
M = [w
.
.
.v]
una matriz no singular. Se requiere demostrar que
J = M
1
AM =
_


_
Se van a calcular la primera y segunda columnas de M
1
AM, para esto, si e
1
= [1, 0]
T
y
e
2
= [0, 1]
T
son lo vectores de la base canonica en R
2
Me
1
= [w
.
.
.v]
_
1
0
_
= w
Me
2
= [w
.
.
.v]
_
0
1
_
= v
7
Y dado que M es invertible
e
1
= M
1
w, e
2
= M
1
v
Entonces, para la primera columna
M
1
AMe
1
= M
1
Aw
= M
1
(v +w)
= M
1
e
2
+M
1
w
=
_

_
Un procedimiento similar demuestra que la segunda columna de M
1
AM esta dada por
M
1
AMe
2
=
_

_
En consecuencia
J = M
1
AM =
_


_
quedando demostrado el teorema.
. . . 2
3.1. Formas canonicas de Jordan en R
3
.
Las formas canonicas de Jordan para una matriz real A : [3 3] tambien tienen estructuras
sencillas ya que a un no se presenta la posibilidad de raices complejas de multiplicidad mayor
que 1. Estas se enlistan a continuacion
a) A tiene 3 valores propios distintos
1
>
2
>
3
J =
_
_

1
0 0
0
2
0
0 0
3
_
_
b) A tiene tres raices reales, una de las cuales es de multiplicadad 2
J =
_
_

0
1 0
0
0
0
0 0
1
_
_
c) A tiene una raz real de multiplicidad 3
J =
_
_

0
1 0
0
0
1
0 0
0
_
_
d) A tiene una raz real y dos raices conjugadas complejas
J =
_
_
0
0
0 0
0
_
_
Para el calculo de formas canonicas de Jordan de orden superior, en el texto[4] se presenta un
metodo basado en el ndice de deciencia de cada uno de los valores propios asociados a la matriz
A. El lector interesado puede consultarlo en el captulo 1 de esta referencia.
8
3.1.1. Algunos ejemplos.
Se presentan dos ejemplos del c alculo de la matriz e
At
para el caso de una matriz A : [3 3]
con valores propios distintos y uno para el caso de una con valores propios repetidos, usando la
matriz canonica de Jordan respectiva. Este procedimiento se contrasta con los metodos directos
para el calculo de e
At
que se discuten en la siguiente seccion.
Valores propios distintos. Sea la matriz real
A =
_
_
2 7 0
3 8 0
0 0 1
_
_
(14)
Su polinomio caracterstico es
p() =
3
+ 5
2
5 = 0 (15a)
con valores propios, ordenados en sentido creciente

1
= 1,
2
= 5 y
3
= 1 (15b)
Dado que los valores propios son todos distintos, la forma canonica de Jordan asociada es
J =
_
_
1 0 0
0 5 0
0 0 1
_
_
,
forma canonica que corresponde al orden de los valores propios que se escogio en (15a). En
este caso la funcion exponencial matricial es inmediata
e
Jt
=
_
_
e
t
0 0
0 e
5
0
0 0 e
t
_
_
(16)
El calculo de e
At
es un poco mas laborioso ya que requiere de la construccion de la matriz
M y el calculo de su inversa M
1
. Ya se discutio que la primera columna de M es el vector
propio asociado a
1
:
(A1I
.
.
.0) =
_
_
_
_
_
1 7 0
.
.
.0
3 9 0
.
.
.0
0 0 0
.
.
.0
_
_
_
_
_

_
_
_
_
_
1 7 0
.
.
.0
0 12 0
.
.
.0
0 0 0
.
.
.0
_
_
_
_
_
,
de donde se obtiene que x =< 0, 0, x
3
= arb. >, haciendo x
3
= 1 se tiene el primer vector
propio u
(1)
= [0, 0, 1]
T
.
Calculos similares para
2
y
3
determinan vectores propios correspondientes u
(2)
=
[7, 3, 0]
T
y u
(3)
= [1, 1, 0]
T
, por lo que la matriz M es
M =
_
_
7 1 0
3 1 0
0 0 1
_
_
; M
1
=
1
4
_
_
1 1 0
3 7 0
0 0 4
_
_
9
El calculo de e
At
es
e
At
= MJM
1
=
1
4
_
_
7 1 0
3 1 0
0 0 1
_
_
_
_
e
t
0 0
0 e
5
0
0 0 e
t
_
_
_
_
1 1 0
3 7 0
0 0 4
_
_
=
1
4
_
_
7e
t
3e
5t
7(e
t
+e
5t
) 0
3(e
t
e
5t
) 3e
t
+ 7e
5t
0
0 0 4e
t
_
_
(17)
. . . 3
Dos valores propios iguales. En los siguientes ejemplos se tranan los casos de una matriz de
tama no 3 3 con dos valores propios iguales y uno distinto. En un caso la dimension de
subespacio generado por el valor propio repetido es igual a su multiplicidad algebraica. En
el otro caso, la dimension del subespacio propio es menor a la multiplicidad del valor propio
repetido y en consecuencia se genera otro vector linealmente independiente del obtenido
usando el criterio de vectores propios generalizados.[6]
El primer ejemplo es calcular e
At
cuando
A =
_
_
1 3 0
0 2 0
0 0 1
_
_
(18)
Sus valores propios y su polinomio caracterstico son

1
= 2,
2
=
3
= 1; p() = ( 2)( + 1)
2
=
3
3 2
Para el calculo de sus vectores propios

1
= 2, la matriz A2I es
A2I =
_
_
3 3 0
0 0 0
0 0 3
_
_
,
y el sistema (A2I
.
.
.0) tiene como solucion el vector propio u
(1)
= [1, 1, 0]
T
.

2
= 1, la matriz A+I es
A+I =
_
_
0 3 0
0 2 0
0 0 0
_
_
,
y el sistema (A+I
.
.
.0) es reducible por renglones a la matriz
_
_
_
_
_
0 1 0
.
.
. 0
0 0 0
.
.
. 0
0 0 0
.
.
. 0
_
_
_
_
_
,
que indica que la variable x
2
= 0 pero las variables x
1
y x
3
son arbitrarias,
1
escogiendo
estas variables de manera que x
2
1
+x
3
3
= 0 en cada caso, se obtienen los vectores propios
1
El hecho de que aparezcan dos renglones con entradas 0 indica que la dimension del subespacio generado por el
valor propio
1
= 1 es 2 que corresponde a su multiplicidad.
10
u
(2)
= [1, 0, 0]
T
y u
(3)
= [0, 0, 1]
T
. En consecuencia, la matriz M y su correspondiente
inversa, son
M =
_
_
1 1 0
0 1 0
0 0 1
_
_
; M
1
=
_
_
1 1 0
0 1 0
0 0 1
_
_
La forma canonica de Jordan asociada se calcula como
J = M
1
AM
=
_
_
1 0 0
0 2 0
0 0 1
_
_
y la correspondiente e
Jt
e
Jt
=
_
_
e
t
0 0
0 e
2t
0
0 0 e
t
_
_
Finalmente, la matriz buscada es
e
At
= Me
Jt
M
1
=
_
_
e
t
e
t
e
2t
0
0 e
2t
0
0 0 e
t
_
_
Observacion. La estructura de la matriz A se presta para el calculo directo de la
solucion del sistema. La ultima ecuacion (renglon 3) esta completamente desacoplada
de las otras dos y puede integrarse directamente. Las ecuaciones 1 y 2 (primer y segundo
renglones) estan parcialmente acopladas y puede integrarse direntamente la ecuacion
2 (renglon2) para sustituir el resultado en la primera ecuacion e integrar. Se invita al
lector a llevar a cabo este proceso y comparar la solucion obtenida con el resultado de
arriba.
El segundo ejemplo se desarrolla usando la matriz
A =
_
_
2 3 2
0 1 1
0 0 1
_
_
con valores propios y polinomio caracterstico

1
= 2,
2
=
3
= 1; p() =
3
3 2
En este caso solamente se pueden obtener dos vectores propios, uno asociado a
1
= 2 y el
otro
2
= 1
u
(1)
= [1, 0, 0]
T
, u
(2)
= [1, 1, 0]
T
, respectivamente,
y consecuencia de que la multiplicidad geometrica del valor propio
2
= 1 es > que su
multiplicidad algebraica. Para construir un vector propio generalizado linealmente inde-
pendiente de u
(2)
, se considera el sistema
A+I
.
.
.v = u
(2)
de donde se encuentra que v = [1 + v
2
, v
2
, 1]
T
, seleccionando v
2
= 0 se tiene u
(3)
=
[1, 0, 1]
T
.
11
El resto del calculo es analogo al del ejemplo anterior y se tiene nalmente que
e
At
=
_
_
e2t e
2t
e
t
e
2t
(1 +t)e
t
0 et te
1
0 0 e
t
_
_
3.2. Calculo directo de la funcion exponencial matricial e
At
.
Por otra parte, existen algunos metodos para el calculo de e
At
directamente, especialmente
utiles para el caso en que la multiplicidad algebraica de un valor propio excede su multiplicidad
geometica, pero que pueden ser usados en cualquier tipo de matriz A cuadrada de entradas
constantes. Estos metodos hacen uso del teorema de Cayley-Hamilton en alg un momento de su
aplicacion y no requieren pasar por el calculo de una forma canonica de Jordan.
Un metodo directo. [1]
Proposicion 1 Sea la matriz A : [22] con valores propios
1
=
2
y defnanse la matrices
Q
1
=
A
2
I

2
, Q
2
=
A
1
I

1
entonces
A =
1
Q
1
+
2
Q
2
(19a)
Q
1
Q
1
= Q
2
1
= Q
1
, Q
2
Q
2
= Q
2
2
= Q
2
, Q
1
Q
2
= Q
2
Q
1
= 0 (19b)
A
k
=
k
1
Q
1
+
k
2
Q
2
, k N (19c)
e
At
=

k=0
(At)
k
k!
= e
1t
Q
1
+e
2t
Q
2
(19d)
Demostracion.
La demostracion de las ecuaciones (19a) y (19b) es inmediata.
De la expansion binomial se tiene
A
k
= (
1
Q
1
+
2
Q
2
)
k
=
k

j=0
_
k
j
_
(
1
Q
1
)
kj
(
2
Q
2
)
j
=
k
1
Q
1
+
k
2
Q
2
, k = 1, 2, . . .
consecuencia de las ecuaciones (19a) y (19b). La demostracion de (19d) tambien es inmedi-
ata ya que
e
At
= lm
n
n

j=0
A
j
j!
t
j
= lm
n
n

j=0

j
1
Q
1
+
j
2
Q
2
j!
t
j
= lm
n
n

j=0

j
1
Q
1
j!
t
j
+ lm
n
n

j=0

j
2
Q
2
j!
t
j
= e
1t
Q
1
+e
2t
Q
2
. . . 2
12
Proposicion 2 Para una matriz A como en la proposicion anterior excepto con valores
propios iguales
1
=
2
sea ahora la matriz
Q = A
0
I, donde
0
=
1
=
2
entonces
i) La matriz Q es nilpotente de grado 2.
ii)
e
At
= (I +t(A
o
I))
Demostracion.
i) Si Q es nilpotente de grado 2 entonces Q
k
= 0 para toda k 2 donde k es un natural.
Entonces
Q
2
= QQ
= (A
0
I)(A
0
I)
= (A
0
I)
2
= 0
del teorema de Cayley-Hamilton, ya que el polinomio caracterstico de A es
() = |(I A)
2
|
La demostracion de que Q
k
= 0 para naturales k > 2 se hace por induccion en k.
ii) Para obtener la exponencial matricial para este caso, se requiere un resultado previo.
A
k
= (
0
I +Q)
k
=
k
0
I +k
k1
0
Q
entonces
e
At
= lm
n
n

j=0
_

j
0
j!
I +
j
j!
Q
_
t
j
= e
0t
I +t lm
n
n

j=0

j1
0
(j 1)!
t
j1
Q
= e
0t
(I +t(A
0
I))
. . . 2
Algoritmo de Putzer, metodo 1.[5] Sea el problema de valores iniciales
x = Ax, (0, x
0
), 0 t < ; x R
n
, x =
dx
dt
R
n
(20)
donde A : [n n] es una matriz real constante.
Se propone obtener la solucion de este problema en la forma
x(t) = e
At
(21)
sin calcular la forma canonica de Jordan asociada a la matriz A. Este procedimiento es
particularmente util en el caso de raices repetidas del polinomio caracterstico, sin embargo,
13
del enunciado del problema, Aaparte de satisfacer su descripcion, es arbitraria. El polinomio
caracterstico de A se dene como
p() = det
_
I
[n]
A
_
=
n
+c
n1

n1
+. . . +c
0
(22)
Se dene el operador diferencial lineal de coecientes constantes
L p(D) = D
n
+c
n1
D
n1
+. . . +c
1
D +c
0
, (23)
de manera que la funcion z(t) es la solucion del problema de valores iniciales
Lz = 0, z(0) = z(0) = . . . z
(n2)
= 0, z
(n1)
= 1 (24)
La obtencion de la solucion de un problema lineal como este no ofrece ning un problema.
Se denen tambien el vector
Z(t) =
_
_
_
_
_
z(t)
z(t)
.
.
.
z
(n1)
_
_
_
_
_
y la matriz C =
_
_
_
_
_
_
_
_
_
_
c
1
c
2
c
n1
1
c
2
c
3
1


0
c
n1
1
1
_
_
_
_
_
_
_
_
_
_
(25)
Y se tiene
Teorema 3 (Putzer, Metodo 1) La matriz exponencial
e
At
=
n1

j=0
q
j
(t)A
j
resuelve el problema de valores iniciales (20) y donde q
0
, q
1
, . . . , q
n1
son los elementos
del vector
q = CZ.
Demostracion.
Se requiere demostrar que la funcion
(t) =
n1

j=0
q
j
(t)A
j
resuelve el problema (20) esto es

d
dt
= A
y
satisface la condicion inicial
(0) = I
n
14
y dada la unicidad de la solucion de un problema de valores iniciales: (t) e
At
.
Observacion. Primero, como se ven las funciones q
k
(t) ?, llevando a cabo el producto
CZ
_
_
_
_
_
q
0
q
1
.
.
.
q
n1
_
_
_
_
_
=
_
_
_
_
_
c
1
z +c
2
z +. . . +z
(n1)
c
2
z +c
3
z +. . . +z
(n2)
.
.
.
z
_
_
_
_
_
de donde se deduce que
q
j
=
nj1

k=1
c
k+j
z
(k1)
+z
(nj1)
(26)
De este resultado se tiene que
para t = 0, q
0
= 1, q
1
= . . . = q
n1
= 0
y en consecuencia
(0) =
n1

j=0
q
j
(0)A
j
= q
0
(0)A
0
= I
n
y se satisface la condicion inicial.
Resta demostrar que la funcion satisface la ecuacion diferencial pero esto es equivalente
a demostrar que
d
dt
A = 0
entonces, de la denicion de
d
dt
A =
n1

j=0
dq
j
dt
A
j
A
n1

j=0
q
j
A
j
=
n1

j=0
qA
j

n1

j=0
q
j
A
j+1
El termino

n1
j=0
q
j
A
j+1
requiere un poco de atencion. En efecto
n1

j=0
q
j
A
j+1
=
n2

j=0
q
j
A
j+1
+q
n1
A
n
Pero del Teorema de Cayley-Hamilton
A
n
+
n1

j=0
c
j
A
j
= 0
por lo tanto
n1

j=0
q
j
A
j+1
=
n2

j=0
q
j
A
j+1
q
n1
n1

j=0
c
j
A
j
15
y
d
dt
A =
n1

j=0
qA
j

n1

j=0
q
j
A
j+1
=
n1

j=0
qA
j

n2

j=0
q
j
A
j+1
+q
n1
n1

j=0
c
j
A
j
=
n1

j=0
qA
j

n1

j=1
q
j1
A
j
+q
n1
n1

j=0
c
j
A
j
= ( q
0
+c
0
q
n1
) I
n
+
n1

j=1
( q
j
q
j1
+c
j
q
n1
) A
j
Entonces, si satisface la ecuacion diferencial, los coecientes de esta serie de potencias
en la matriz A todos son 0. Esto es se requiere demostrar que
q
0
+c
0
q
n1
= 0 (27a)
q
j
q
j1
+c
j
q
n1
= 0, para j = 1, 2, . . . , (n 1) (27b)
Derivando la ecuacion (26)
q
j
= c
1+j
z +c
2+j
z +. . . +c
n1
z
(nj1)
+z
(nj)
=
nj1

k=1
c
k+j
z
(k)
+z
(nj)
(28)
De aqu que, para j = 0 y z = q
n1
q
0
=
n1

k=1
c
k
z
(k)
+z
(n)
= c
1
z +c
2
z +. . . +c
n1
z
(n1)
+z
(n)
,
por lo que
q
0
+c
0
q
n1
= c
0
q
n1
+c
1
z +c
2
z +. . . +c
n1
z
(n1)
+z
(n)
= c
0
z +c
1
z +c
2
z +. . . +c
n1
z
(n1)
+z
(n)
= 0
ya que es la ecuacion diferencial (24).
Para j 1, se requiere ahora demostrar que
q
j
+c
j
q
n1
= q
j1
Para demostrar la igualdad se examinan ambos lados de la ecuacion por separado
Lado izquierdo:
q
j
+c
j
q
n1
=
nj1

k=1
c
k+j
z
(kj)
+z
(nj)
=
nj1

k=0
c
k+j
z
(k)
+z
(nj)
, j = 1, 2, . . . , n 1 (29)
16
Lado derecho: De la ecuacion (26)
q
j1
=
nj

k=1
c
k+j1
z
(k1)
+z
(nj)
=
nj1

k=0
c
k+j
z
(k)
+z
(nj)
cambiando el ndice k 1 k en la sumatoria
De la comparacion de este resultado con la ecuacion (29) se tiene el resultado buscado.
En consecuencia (t) satisface el sistema (1a) y las condiciones iniciales (1b) y
(t) e
At
. . . 2
3.2.1. Ejemplo.
El primer ejemplo es uno ya resuelto usando el algoritmo asociado a la forma canonica de
Jordan. Determinar la matriz e
At
donde
A =
_
_
2 7 0
3 8 0
0 0 1
_
_
cuyo polinomio caracterstico tiene tres valores propios distintos
p() =
3
+ 5
2
5; y
1
= 1,
2
= 1,
3
= 5
Este algoritmo de Putzer requiere resolver la ecuacion diferencial
z

+ 5z

5z = 0, condiciones iniciales z(0) = z

(0) = 0, z

(0) = 1
La solucion de este problema es inmediata
z(t) =
1
24
e
5t

1
8
e
t
+
1
12
e
t
Con esta funcion y los coecientes del polinomio caracterstico se construyen las matrices
Z =
_
_
_
_
_
_
z(t)
z

(t)
z

(t)
_
_
_
_
_
_
=
_
_
_
_
_
_
1
24
e
5t

1
8
e
t
+
1
12
e
t

5
24
e
5t
+
1
8
e
t
+
1
12
e
t
25
24
e
5t

1
8
e
t
+
1
12
e
t
_
_
_
_
_
_
(30)
y
C =
_
_
1 5 1
5 1 0
1 0 0
_
_
(31)
Las funciones q se obtienen de
q = CZ =
_
_
_
_
_
_
q
0
q
1
q
2
_
_
_
_
_
_
=
_
_
_
_
_
_

1
24
e
5t
+
5
8
e
t
+
5
12
e
t

1
2
e
t
+
1
2
e
t
1
24
e
5t

1
8
e
t
+
1
12
e
t
_
_
_
_
_
_
(32)
17
La funcion exponencial matricial buscada es
e
At
=
2

j=0
q
j
A
j
= q
0
I
3
+q
1
A+q
2
A
2
=
1
4
_
_
_
_
_
_
3e
5t
+ 7e
t
7(e
5t
e
t
) 0
3(e
5t
e
t
) 7e
5t
3e
t
0
0 0 4e
t
_
_
_
_
_
_
y que es la matriz obtenida arriba.
Observacion. Cabe hacer notar que las operaciones con matrices fueron llevadas a cabo
usando Maple 9 ya que algunos productos matriciales involucran un n umero apreciable de
operaciones algebraicas y un peque no error puede llevar facilmente a un resultado equivo-
cado.
Algoritmo de Putzer, metodo 2. En el teorema siguiente cuya demostracion se presenta, la
matriz A : [n n] tambien es constante pero por lo demas es arbitraria. Se requiere que
tenga los valores propios
1
,
2
, . . . ,
n
no necesariamente distintos pero siguiendo un
orden arbitrario prestablecido.
Teorema 4 (Putzer, Metodo 2) La funci on matriz exponencial
e
At
=
n1

j=0
r
j+1
P
j
(33)
resuelve el sistema (1a), (1b).
Donde
P
0
= I, P
j
=
j

k=1
(A
k
I) (34a)
r
1
, r
2
. . . r
n
solucion del sistema:
r
1
=
1
r
1
, r
1
(0) = 1 (34b)
r
j
= r
j1
+
j
r
j
, r
j
(0) = 0, j = 2, 3, . . . , n (34c)
Demostracion.
Como en la demostracion del teorema Putzer, Metodo 1 se dene una funcion y se
demuestra que satisface el sistema (1a) las condiciones iniciales asociadas (1b). As, sean
(t) =
n1

j=0
r
j+1
P
j
, y r
0
(t) = 0,
entonces
d
dt
=
n1

j=0
r
j+1
P
j
,
18
y
d
dt

n
(t) =
n1

j=0
r
j+1
P
j

n
n1

j=0
r
j+1
P
j
= r
1
P
0
+ r
2
P
1
+. . . + r
n2
P
n1
+

n
(r
1
P
0
+r
2
P
1
+. . . +r
n
P
n1
)
= (
1
P
0
+P
1

n
P
0
) r
1
+ (
2
P
1
+P
2

n
P
1
) r
2
+. . . +
+(
n1
P
n2
+P
n1

n
P
n2
) r
n1
+ (
n
P
n1

n
P
n1
)r
n
=
n2

j=0
(P
j+1
+ (
j+1

n
)P
j
) r
j+1
Dado que
P
j+1
= (A
j+1
I)P
j
(ver (34a)), se tiene
d
dt

n
(t) =
n2

j=0
((A
j+1
I)P
j
+ (
j+1

n
)P
j
) r
j+1
=
n2

j=0
(A
n
I) P
j
r
j+1
Pero el lado derecho de esta ecuacion no se altera si se suma y resta el mismo polinomio
d
dt

n
(t) =
n2

j=0
(A
n
I) P
j
r
j+1
+ (A
n
I)(P
n1
r
n
P
n1
r
n
)
= (A
n
I)
n1

j=0
P
j
r
j+1
(A
n
I)P
n1
r
n
= (A
n
I) P
n
r
n
Del teorema de Cayley-Hamilton se tiene que P
n
= 0, en consecuencia la ecuacion de arriba
implica
d
dt
= A(t)
Tambien, por otra parte para t = 0
(0) = I
y con esto se demuestra el teorema. . . . 2
3.2.2. Ejemplo.
El siguiente ejemplo es un viejo conocido, calcular e
At
donde
A =
_
_
2 7 0
3 8 0
0 0 1
_
_
19
Dado que el polinomio caracterstico y los respectivos valores propios son
p() =
3
+ 5
2
5; y
1
= 1,
2
= 1,
3
= 5
De acuerdo con esta variante metodo de Putzer y considerando los valores propios en el orden
especco indicado arriba, es necesario primero resolver el siguiente sistema de EDO
dr
1
(t)
dt
= (1)r
1
(t), r
1
(0) = 1
dr
2
(t)
dt
= r
1
(t) + (1)r
2
(t), r
2
(0) = 0
dr
3
(t)
dt
= r
2
(t) + (5)r
3
(t), r
3
(0) = 0
Las soluciones a este sistema de ecuaciones son
r
1
(t) = e
t
(35a)
r
2
(t) =
1
2
_
e
t
e
t
_
(35b)
r
3
(t) =
1
12
e
t

1
8
e
t
+
1
24
e
5t
(35c)
Por otra parte, esta variante del metodo de Putzer requiere del calculo de las siguientes matrices
P
0
= I
3
, P
1
= P
0
(AI
3
), P
2
= P
1
(A+I
3
); P
3
= P
2
(A+5I
3
) = 0 (Teorema de Cayley-Hamilton)
As:
P1 =
_
_
1 7 0
3 9 0
0 0 0
_
_
P2 =
_
_
18 42 0
18 42 0
0 0 0
_
_
,
y la exponcial matricial es
e
At
=
2

j=0
r
j+1
Pj =
1
4
_
_
7e
t
3e
5t
7(e
t
+e
5t
) 0
3(e
t
e
5t
) 3e
t
+ 7e
5t
0
0 0 4e
t
_
_
3.3. Un ultimo ejemplo.
Sea la matriz
F =
_
_
_
_
_
_
_
_
2 0 0 0 0 0
0 1 1 0 0 0
0 0 1 0 0 0
0 0 0 3 1 1
0 0 0 0 3 1
0 0 0 0 0 1
_
_
_
_
_
_
_
_
(36)
20
Calcular la funcion e
Ft
.
Solucion.
Como se puede observar la matriz puede ser particionada en cuatro bloques de tama no 3 3:
F =
_
_
_
_
_
B
11
.
.
. B
12

.
.
.
B
21
.
.
. B
22
_
_
_
_
_
Mas a un, las variables del bloque B
11
son completamente independientes de las del bloque B
22
por
lo que ambos bloques pueden ser procesados de manera independiente. Por simplicidad se denotaran
estos bloques como F1 = B
11
y F2 = B
22
.
i) La matriz F1
F1 =
_
_
2 0 0
0 1 1
0 0 1
_
_
tiene como polinomio caracterstico y valores propios
p() =
3
+ 4
2
+ 5 + 2,
1
= 2,
2
=
3
= 1
La matriz exponencial de e
F1t
se obtendra siguiendo el metodo tradicional de obtener la forma
can onica de Jordan y tambien por la variante 2 del metodo de Putzer.
Forma canonica de Jordan. Para el valor propio
1
= 2 se tiene
F1 + 2I
3
=
_
_
0 0 0
0 1 1
0 0 1
_
_
Por lo que la solucion del sistema
(F1 + 2I
3
)x = 0
tiene como solucion
x = [x
1
= arb., 0, 0]
T
Con la seleccion de x
1
= 1 se tiene el primer vector propio u = [1, 0, 0]
T
.
El valor propio
2
= 1 tiene multiplicidad 2, su multiplicidad geometrica se observa de la
estructura de la matriz
F1 +I
3
=
_
_
1 0 0
0 0 1
0 0 0
_
_
de donde se tiene que solamente se puede obtener un vector propio linealmente independi-
ente asciado a este valor propio.
El segundo vector propio se obtiene de resolver el sistema
(F1 +I
3
)x = 0
21
El vector x tiene la forma x = [0, x
2
= arb., 0]
T
, escogiendo x
2
= 1 se tiene el vector
propio u
2
[0, 1, 0]
T
. El tercer vector requerido para generar la matriz M es un vector propio
generalizado y se obtiene de resolver el sistema
(F1 +I
3
)x = u
2
El vector x = [0, x
2
= arb., 1]
t
, asignando el valor x
2
= 0 se tiene el tercer vector u
3
=
[0, 0, 1]
t
. En consecuencia
M = [u
1
.
.
. u
2
.
.
. u
3
] = I
3
En consecuencia
J = F1
y
e
F1t
=
_
_
e
2t
0 0
0 e
t
te
t
0 0 e
t
_
_
. . . 3
Metodo de Putzer,v. 2. Como ya se ha establecido este metodo requiere de la solucion del
sistema
dr
1
dt
= 2r
1
dr
2
dt
= r
1
r
2
dr
3
dt
= r
2
r
3
sujeto a las condiciones iniciales
r
1
(0) = 1, r
(
0) = 0, r
3
(0) = 0
Su solucion es
r
1
(t) = e
2t
r
2
(t) = e
2t
+e
t
r
3
(t) = (t 1)e
t
+e
2t
Y tambien requiere las matrices
P0 = I
3
P1 = P0 (F1
1
I
3
)
=
_
_
0 0 0
0 1 1
0 0 1
_
_
P2 = P1 (F1
2
)
=
_
_
0 0 0
0 0 1
0 0 0
_
_
22
La exponencial matricial de F1 es
e
F1 t
= r
1
(t)P0 +r
2
(t)P1 +r
3
(t)P2
(37)
=
_
_
e
2t
0 0
0 e
t
te
t
0 0 e
t
_
_
(38)
ii) La matriz F2 Esta submatriz es interesante porque tiene un valor propio con multiplicidad
3. Su exponencial matricial se obtendra mediante el calculo de su forma canonica de Jordan, el
calculo de la matriz Q descrita arriba en la Proposicon (2) y el metodo de Putzer en su version
2. La matriz a tratar es
F2 =
_
_
3 1 1
0 3 1
0 0 3
_
_
(39)
Forma canonica de Jordan. El polinomio caracterstico y los valores propios son
p() = ( 3)
3
,
1
=
2
=
3
= 3 =
Para el calculo de los vectores propios se requiere
F2 3 I
3
=
_
_
0 1 1
0 0 1
0 0 0
_
_
De la solucion sistema
(F2 3 I
3
)x = 0
se obtiene el primer vector propio u
1
= [1, 0, 0]
T
. Este vector es unico dado que dim(V

) =
1 < 3 su multiplicidad algebraica. Los otros dos vectores propios necesarios para construir
a la matriz M se obtienen de la cadena de vectores propios generalizados asociada al vector
propio u
(F2 3 I
3
)V
1
= u (40)
(F2 3 I
3
)
2
V
2
= u (41)
De la solucion de la ecuacion (40) se obtiene el vector [x
1
= arb., 1, 0]
T
asignando un valor
x
1
de manera que los vectores u
1
y u
2
sean linealmente independientes, un valor adecuado
es x
1
= 0, y el vector u
2
= [0, 1, 0]
T
.
La solucion de la ecuacion (41) arroja un vector con componentes [x
1
= arb., x
2
= arb., 1]
T
.
De la seleccion de los valores de x
1
= x
2
= 0 se tiene el tercer vector linealmente indepen-
diente de los dos primeros, u
3
= [0, 0, 1]
T
. En consecuencia M = I
3
, la matriz J es F2 y
la matriz exponencial es
e
F2 t
=
_
_
e
3t
te
3t
(1 +
t
2
)te
3t
0 e
3t
te
3t
0 0 e
3t
_
_
Matriz Q De acuerdo con la Proposicon (2), la matriz
Q = F2 3I
3
=
_
_
0 1 1
0 0 1
0 0 0
_
_
23
y dado que
e
F2 t
= e
3t
(I
3
+tQ+
t
2
2
Q
2
)
=
_
_
e
3t
te
3t
(1 +
t
2
)te
3t
0 e
3t
te
3t
0 0 e
3t
_
_
Un procedimiento muy eciente.
Metodo de Putzer,v. 2. Como ya esta establecido, se requiere el calculo de las matrices
P1 = F2 3I
3
, P2 = (F2 3I
3
)
2
y la solucion del sistema
dr
1
dt
= r
1
, r
1
(0) = 1
dr
2
dt
= r
1
+ 3r
2
, r
2
(0) = 0
dr
3
dt
= r
2
+ 3r
3
, r
3
(0) = 0
que es
r
1
(t) = e
3t
r
2
(t) = te
3t
r
3
(t) =
1
2
t
2
e
3t
Y
e
F2 t
= r
1
I
3
+r
2
P1 +r
3
P2
=
_
_
e
3t
te
3t
(1 +
t
2
)te
3t
0 e
3t
te
3t
0 0 e
3t
_
_
que es el resultado esperado.
Para regresar al problema original, la matriz e
Ft
se construye usando las matrices e
F1 t
y e
F2 t
por bloques, esto es
e
Ft
=
_
_
_
_
_
_
_
_
e
2t
0 0 0 0 0
0 e
t
te
t
0 0 0
0 0 e
t
0 0 0
0 0 0 e
3t
te
3t
(1 +
t
2
)te
3t
0 0 0 0 e
3t
te
3t
0 0 0 0 0 e
3t
_
_
_
_
_
_
_
_
24
4. Apendices.
25
.1. Transformaciones por similaridad.
Sean las matrices A, B de tama no [n n] y sea un valor propio com un. Si u es un vector propio
asociado a se tiene que
Au = u
Sea P una matriz no singular de tama no [n n], entonces el vector w = Pu no es, en general, un
vector propio asociado a ya que
PAu = (Pu) = w (42)
que no es lo mismo que A(Pu) = (Pu). Sin embargo P
1
Pu = u y sustituyendo este valor en la
ecuacion (42)
PAP
1
(Pu) = (Pu),
es decir
PAP
1
w = w
por lo que w es un vector propio de la matriz B = PAP
1
. Las formas PAP
1
y P
1
AP son
equivalentes[3] y determinan si dos matrices son semejantes o similares de acuerdo a la siguiente
Denicion 2 Sean las matrices A, B de tama no n n, se dice que son semejantes si existe una
matriz P : [n n] no singular tal que
B = P
1
AP
y se escribe A B.
Similaridad es una relacion de equivalencia lo que se establece en la siguiente
Proposicion 3 Sean las matrices A, B y C reales de tama no n n. Entonces
A A,
Si A B entonces B A, y
Si A B y B C entonces A C.
Demostracion.
Una relacion de equivalencia es reexiva, simetrica y transitiva. Esto es
a) A A. La matriz identidad I
[n]
de tama no n n es no singular y
A = I
1
[n]
AI
[n]
b) A B. Entonces existe una matriz no singular P tal que
A B B = P
1
AP
De esta ecuacion se tiene que
A = PBP
1
denotando R = P
1
, esta ecuacion se escribe como
A = R
1
BR
y en consecuencia B A.
26
c) En el ultimo caso la hipotesis es
A B y B C
ecuacion que implica la existencia de matrices P y Q, de tama no n n, no singulares tales que
B = P
1
AP y C = Q
1
BQ
Entonces
C = Q
1
BQ
= Q
1
(P
1
AP)Q
= (Q
1
P
1
)A(PQ)
Pero (PQ)
1
= Q
1
P
1
, en consecuencia
C = (PQ)
1
A(PQ)
. . . 2
El siguiente teorema es fundamental en la obtencion de la solucion de x = Ax
Teorema 5 Las matrices A y B de tama no [n n] tales que A B entonces tienen los mismos
valores propios.
Demostracion.
La hipotesis es A B se requiere demostrar que A y B tienen los mismos valores propios.
Es suciente con demostrar que ambas matrices tienen el mismo polinomio caracterstico. Dado que
A B existe una matriz no singular P tal que
B = P
1
AP,
mas a un det(P
1
) det(P) = 1. El polinomio caracterstico de A es
det(AI) = 0
Ahora
0 = det(AI)
= det(P
1
) det(AI) det(P)
= det(P
1
(AI) det(P))
= det(P
1
(A)P I)
= det(B I)
Esto demuestra el teorema. . . . 2
27
.2. Teoremas usados en el texto.
El siguiente lema se usa en la demostracion del inciso c) del teorema (2).
Lema 1 Sea la matriz real C : [2 2] con valores propios , con > 0. Sea tambien el vector
propio u = v +w, entonces
Cv = v w y Cw = v +w
Demostracion.
El resultado es inmediato ya que
Cu = C(v +w)
Cv +Cw = u
= ( +)(v +w)
= (v w) +(v +w)
Y se demuestra el lema despues de comparar partes reales e imaginarias de ambos lados de la ecuacion
anterior. . . . 2
.2.1. Teorema de Cayley-Hamilton.
El teorema que lleva este nombre dice
Teorema 6 Toda matriz A satisface su ecuacion caracterstica. Esto es, si
(x) = |xAA|, entonces, (A) = 0.
Demostracion.
La demostracion requiere de un resultado asociado al teorema fundamental del algebra, el llamado
teorema del residuo
Teorema 7 Sea f(x) un polinomio monico de grado n y sea a C entonces
f(x) f(a) = (x a)g(x) (43)
donde g(x) es un polinomio de grado n 1.
Entonces, del teorema del residuo, que sigue siendo valido para polinomios con matrices constantes
como coecientes, se tiene que para cualquier polinomio f
f(x)I f(A) = (xI A)g(x) (44)
para alg un polinomio g(x) con matrices constantes como coecientes.
Por otra parte, de la expansion de Laplace de un determinante
(xI A) adj(xI A) = |xI A| I = (x)
28
donde (x) es el polinomio caracterstico de la matriz A y adj(xI A) es una matriz cuyas entradas
son polinomios en x y que puede escribirse como un polinomio en x con coecientes matriciales. De
la ecuaci on (44)
(x)I (A) = (xI A)(x)
para alg un polinomio . Entonces
(A) = (x)I (xI A)(x)
= (xI A)adj(xI A) (xI A)(x)
= (xI A) [adj(xI A) (x)I]
Ahora, la matriz entre parentesis cuadrados debe ser nula ya que si no lo es puede escribirse como
un polinomio en x de tipo x
r
C, donde C es una matriz distinta de la matriz 0. Por lo tanto el lado
derecho tiene un termino con la potencia mas alta en x, x
r+1
C que no se cancela con ning un otro
termino de ese lado; mientras que el lado izquierdo no depende de x. Esto es una contradiccion y en
consecuencia el lado derecho es 0, y
(A) = 0
como era requerido.
. . . 2
.2.2. Formas canonicas de Jordan.
En los siguientes teoremas se indica el calculo del polinomio caracterstico y de la funcion exponencial
matricial de una matriz A de tama no n n.
Teorema 8 (Polinomio caractersitco.) [3] Sea A de tama no n n entonces su polinomio carac-
terstico est a dado por
p() = ()
n
+
1
()
n1
+ +
n1
+
n
Donde

1
=
n

i=1
a
ii
= a
11
+a
22
+ +a
nn
, la traza de A

2
=

j>i

a
ii
a
ij
a
ji
a
jj

la suma de todos los menores principales de orden 2.

r
= la suma de
n!
r!(n r)!
menores principales de orden r que preservan el orden natural de las columnas.

n
= det A
Distintos casos de valores propios.
n raices reales distintas.
29
Teorema 9 Sea A una matriz real con n valores propios reales distintos, entonces existe una matriz
no singular M = [u
1
.
.
.
.
.
. u
n
], donde u
k
es el vector propio asociado al valor propio
k
y
1
>

2
. . . >
n
, tal que
J = M
1
AM = diag(
k
), k = 1, 2, . . . n
Ademas
e
At
= M diag(e

k
) M
1
, k = 1, 2, . . . n
donde diag es una matriz diagonal de tama no [n n].
2n raices complejas conjugadas distintas.
Teorema 10 Sea A : [2n2n] una matriz real con 2n valores propios complejos distintos
k
= a
k
+b
k
y

k
= a
k
b
k
a los que corresponden los vectores propios u
k
= v
k
+w
k
y u
k
= v
k
w
k
, entonces
el conjunto {v
1
, w
1
, . . . , v
n
, u
n
} es una base de R
2n
y
M = [v
1
.
.
. w
1
.
.
.
.
.
. v
n
.
.
. w
n
]
es una matriz no singular tal que
J = M
1
AM
= diag
_
a
k
b
k
b
k
a
k
_
; k = 1, . . . , , n
es una matriz real, de tama no [2n 2n], con bloques de 2 2 a lo largo de la diagonal principal.
Mas a un, sea la matriz ortogonal
R
k
=
_
cos b
k
t sen b
k
t
sen b
k
t cos b
k
t
_
,
entonces
e
At
= M diag
_
e
a
k
t
R
k
_
M
1
Raices reales repetidas.
Teorema 11 Sea A : [nn] una matriz real con valores propios
k
, k < n repetidos de acuerdo a su
multiplicidad algebraica. Entonces
Existe una base de vectores propios generalizados para R
n
.
Si {u
1
, . . . , u
n
} es una base de vectores propios generalizados para R
n
, la matriz
M = [u
1
.
.
. . . .
.
.
. u
n
]
es no singular y la matriz A se puede descomponer en las matrices
A = S +N
donde
M
1
SM = diag(
k
)
La matriz N = AS es nilpotente de orden p n.
30
La matrices S y N conmutan en su producto.
La exponencial matricial es
e
At
= M diag
_
e

k
t
_
M
1
_
I +Nt + +
N
p1
t
p1
(p 1)!
_
Y tambien el siguiente
Corolario 1 Con las hipotesis del teorema anterior, si A tiene un solo valor propio de multiplicidad
algebraica n, entonces
S = diag(), N = AS, N es nilpotente de orden p
y
e
At
= e
t
_
I +Nt + +
N
p1
t
p1
(p 1)!
_
Raices complejas repetidas.
El tratamiento para este caso es muy similar al de raices reales repetidas.
Teorema 12 Sea la matriz real A : [2n2n] con valores propios complejos
k
= a
k
+b
k
y

k
= a
k
b
k
tales que la forma cuadratica
2
2a
k
+ (a
2
k
+b
2
k
) tiene multiplicidad algebraica menor 2n, entonces
Existe una base de vectores propios generalizados complejos para C
2n
u

k
= v
k
+w
k
y u

k
= v
k
w
k
, k = 1, . . . , n
Una base para R
2n
es {v
1
, w
1
, . . . , v
n
, w
n
}.
Para alguna de estas bases de R
2n
la matriz
M = [v
1
.
.
. w
1
.
.
.
.
.
. v
n
.
.
. w
n
]
es no singular y la matriz A se puede descomponer en las matrices
A = S +N
donde
M
1
SM = diag
_
a
k
b
k
b
k
a
k
_
La matriz N = AS es nilpotente de orden p 2n.
La matrices S y N conmutan en su producto.
La exponencial matricial
e
At
= M diag
_
e
a
k
t
_
cos b
k
t sen b
k
t
sen b
k
t cos b
k
t
__
M
1

_
I +Nt + +
N
p1
t
p1
(p 1)!
_
31
.3. Vectores propios generalizados.
A continuacion se denen vector propio generalizado y una cadena de vectores propios generalizados
asociados y se enumeran sus propiedades mas importantes.
Su origen se encuentra en a necesidad de determinar una base para expresar una transformacion lineal
T : R
n
R
n
de la que A es su matriz asociada cuando A tiene un valor propio de multiplicidad
algebraica k > 1. Se dene la multiplicidad geometrica de como la dimension (dimE

) del subespacio
generado por sus vectores propios linealmente independientes. Por simplicidad, si A tiene nk valores
propios distintos y la multiplicidad geometrica de es igual a la algebraica, entonces se tienen n
k vectores linealmente independientes asociados a los n k valores propios distintos y ademas k
vectores linealmente independientes generadores de E

. En consecuencia, se tienen en total n vectores

linealmente independientes sucientes para una base de T. Por el contrario, si dimE

< k no se
tiene el n umero suciente de vectores linealmente independientes para una base de T. Sin embargo,
esposible completar esa base construyendo vectores propios generalizados [6].
Denicion 3 Sea A una matriz con un valor propio con multiplicidad mayor que 1. Se dice que v
en un vector propio generalizado de la matriz A de rango k asociado a , si
(AI)
k
v = 0 y (AI)
k1
v = 0
Denicion 4 Para un vector propio generalizado v como en la denicion anterior, se dene una
cadena de vectores propios generalizados de longitud k de la manera siguiente. Sea v
k
= v, entonces
v
k1
= (AI)v
k
= (AI)v
v
k2
= (AI)v
k1
= (AI)
2
v
.
.
.
v
1
= (AI)v
2
= (AI)
k1
v
Entre las propiedades mas importantes de una cadena de vectores propios generalizados se listan
Si {v
1
, v
2
, . . . , v
k
} es una cadena de vectores propios generalizados de longitud k asociados al
valor propio entonces esta cadena es un conjunto de vectores linealmente independientes.
Vectores propios generalizados para la matriz A asociados a distintos valores propios son lineal-
mente independientes entre s.
Si S
1
= {v
1
, v
2
, . . . , v
k
} y S
2
= {u
1
, u
2
, . . . , u
m
} son dos cadenas de vectores propios generaliza-
dos de longitudes k y m respectivamente, asociados al mismo valor propio , entonces, si v
k
y u
m
son linealmente independientes S
1
S
2
es un conjunto de vectores linealmente independientes.
La suma de las longitudes de todas las cadenas linealmente independientes asociadas al valor
propio es igual a su multiplicidad.
32
Referencias
[1] D. K. Arrowsmith and C. M. Place, Dynamical systems
dierential equations, maps and chaotic behaviour, Chapman & Hall, London - Weinheim - New
York - Melbourne - Madras, 1996.
[2] P. M. Cohn, Elements of linear algebra, Chapman and Hall, Boca Raton London New York Wash-
ington, D.C., 1994.
[3] G. Hadley, Linear algebra, Addison Wesley Publishing Co., Reading, Massachusetts, U.S.A., 1961.
[4] L. Perko, Dierential equations and dynamical systems, TAM vol 7, Springer-Verlag, 1991.
[5] E. J. Putzer, Avoiding the jordan canonical form in the discussion of linear systems with constant
coecients, American Mathematical Monthly (1996), no. 1, 27.
[6] A. J. Insel S. H. Friedberg and L. Spence, Linear algebra, Prentice Hall, New York, 2003.
33