Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Indice
del primer miembro, pudiendo ser estas soluciones reales (simples o mltiples) y/o
complejo-conjugadas, tambin simples o mltiples dependiendo de que los pares a bi
aparezcan una sola vez como soluciones o de forma repetida.
Ejercicio 1.1: Resolver las siguientes ecuaciones:
5
4
3
2
a) x x 2x x x 2 0 ;
b) x 5 3x 4 5x 3 5x 2 3x 1 0
1
3
1
3
i ; b) x=-1, x
i (doble)
2 2
2 2
Algunos ejemplos:
Ejercicio 1.3: Obtener por recurrencia la frmula de Moivre para la potencia t-sima de
un complejo a partir de la expresin trigonomtrica a bi cos i sen .
Ejercicio 1.4: Obtener por recurrencia la expresin e(abi)t eat cosbt i senbt a
partir de la frmula de Euler.
NOTA: Para resolver los ejercicios anteriores y tambin para saber aplicarlas ms adelante, es importante recordar y
manejar las expresiones del seno y el coseno de la suma de ngulos:
a bi t
C2e
a bi t
a12
a
Dada la matriz A 11
cuyos elementos aij son nmeros reales, se llama
a21 a22
v 0
autovector o vector propio de la misma a todo vector v 1 tal que
v2 0
a11 a12 v1
v1
.
a21 a22 v 2
v2
Matricialmente la expresin anterior sera Av v con v 0 . El escalar se llama
autovalor, o valor propio, y se dice que el autovector v est asociado a l.
Interpretacin: Que el vector v es autovector de la matriz A significa que su
transformado por A es un -mltiplo del mismo, o sea, a) con la misma direccin y
sentido si 0 , o b) la misma direccin pero sentido opuesto si 0 . Si 0 fuese
autovalor de la matriz, los correspondientes autovectores cumpliran que Av 0 con
v 0.
3
1 3
Ejercicio 2.1: Comprueba que es autovector de la matriz A
y el
1
1 1
3
autovalor es 2 . Comprueba tambin cmo todos los mltiplos del vector , es
1
3
3
decir, todos los vectores de la forma 0 , son tambin autovectores
1
de la matriz asociados a 2 .
Ejercicio 2.2: Comprueba que todos los puntos de la recta de la ecuacin x 3y 0 son
autovectores de la matriz anterior para 2 . O sea,
x 3y 0
1
3
1
Ejercicio 2.3: Comprueba que es tambin autovector de la matriz A, en este caso,
1
1
al autovalor 2 y que todos los vectores de la forma 0 son
1
autovectores de A asociados al mismo autovalor, 2 . Comprueba, asimismo, que
ello significa que todos los puntos de la recta de ecuacin x y 0 son autovectores
de A. O sea,
x 3y 0
x 3y 0
1
3
xy0
Ejercicio 2.4: Para la misma matriz A de los ejercicios anteriores, comprueba y justifica
que eligiendo un autovector cualquiera asociado al autovalor 2 y un autovector
cualquiera asociado al autovalor 2 , obtenemos un par de vectores linealmente
independientes (LI).
2
Ejercicio 2.5: Explica por qu NO hay posibilidad de que, por ejemplo, el vector
2
cualquiera de sus mltiplos sea autovector de A. Comprueba tambin y explica por qu
NO existen autovectores asociados a, por ejemplo, 3 u otro valor cualquiera distinto
de 2 y 2.
2.2. Clculo de autovalores y autovectores
a12 v1
a
v1
La ecuacin matricial 11
que define de manera simultnea los
a21 a22 v 2
v2
conceptos de autovalores y autovectores de A puede expresarse como:
a11 a12
1 0 v1 0
v .
a
a
0
1
2 0
22
21
a12 v1 0
a11
.
a22 v 2 0
a21
O sea, un sistema de dos ecuaciones lineales y dos incgnitas homogneo. Recordars
que estos sistemas (Teorema Rouch-Frobenius) son siempre compatibles ya que tienen
0
al menos la solucin trivial , que en nuestro caso no interesa ya que por definicin
0
no sera autovector. Para que el sistema sea indeterminado, es decir, para que existan
infinitas soluciones distintas de la trivial (o sea, autovectores) el rango de la matriz del
sistema debe ser estrictamente menor que dos, por lo que el determinante debe ser
nulo. Es decir,
a11
a12
0.
a21
a22
Observa que debido a la presencia del parmetro , la condicin anterior slo se
verificar para ciertos valores particulares de . En concreto, los autovalores de la
matriz A.
La ecuacin
a11
a12
0 se llama ecuacin caracterstica de la matriz A, que
a21
a22
tr( A )
4 A
tr( A)
siendo
tr(A)
dicho autovalor, y c) la matriz tendr autovalores complejo2
Ejercicio 2.7: Obtener la ecuacin caracterstica de A del ejercicio 2.1. Hallar tambin
sus autovalores y autovectores.
Solucin: Aplicando la frmula del ejercicio 2.6 obtenemos de manera inmediata el
polinomio caracterstico de A que es P2 ( ) 2 4 . Por tanto, si resolvemos su
ecuacin caracterstica P2 () 0 entonces las races (autovalores) son 1 2 y
2 2 .
10
1 3 u1 0
1 3 u2 0
u1 3u2 0
u1 3u2 0
3 3 v1 0
1 1 v2 0
3v1 3v 2 0
v1 v 2 0
v
1
Podemos expresar los autovectores como CL de un solo vector. O sea, 2 v 2
1
v2
, donde v 2 , v 2 0 .
Ejercicio 2.8: Sea que una matriz cuadrada A de orden 2 con dos autovalores distintos.
Probar que los autovectores asociados uno a cada autovalor son linealmente
independientes.
Solucin: Sean Au 1u y Av 2 v con 1 2 . Para probar que u y v son L.I.
supondremos que no lo son (reduccin al absurdo). En tal caso se tendra que u v
con 0 . Entonces, Au Av Av 2v 2u . Como Au 1u , tendra que
ser 1 2 , que es una contradiccin. Por lo tanto u y v deben ser linealmente
independientes.
Ejercicio 2.9: Calcular los autovalores de las siguientes matrices:
1 1
A1
,
1 0
1 0
A2
,
0 2
2 1
A4
,
0 2
2 3
A3
,
0 2
1 1
A5
.
1 1
11
1 5
1 5
1.6180 y 2
0.6180 .
2
2
b) Por ser A 2 una matriz diagonal, los autovalores son los elementos de la diagonal. O
sea, 1 1 y 2 2 .
c) La matriz A 3 es tambin triangular. Los autovalores son los elementos de la diagonal:
1 2 y 2 2 .
d) La matriz A 4 , que es triangular, tiene el autovalor doble 2 .
e) Los autovalores de A 5 son complejos conjugadas: 1 i .
2.3. Diagonalizacin
1 3
Continuemos con el ejemplo de la matriz
donde ya hemos calculado los
1 1
autovalores 2 y los correspondientes autovectores asociados, que son
3u
respectivamente: 2 u2 0
u2
v2
v 2 0 .
v
2
3 1
2 , y que con dichos autovectores construimos la matriz P
que
1 1
llamaremos matriz de paso. Est asegurado que la matriz P tiene inversa (pues los
autovectores son LI. Podemos calcular la inversa:
P 4 0
1 1 1 1/ 4 1/ 4
P1
.
4 1 3 1/ 4 3 / 4
1/ 4 1/ 4 1 3 3 1 1/ 4 1/ 4 6 2 2 0
1/ 4 3 / 4 1 1 1 1 1/ 4 3 / 4 2 2 0 2
El resultado ha sido la matriz diagonal de los autovalores de A!!!
Qu ha ocurrido? Hemos hecho lo que se llama un cambio de base (cambio de sistema
de referencia). Desde el sistema cartesiano de ejes ortogonales asociado a la base
cannica al sistema de referencia asociado a una base de autovectores.
12
x 3y 0
1
3
Cuando, como en el caso de este ejemplo, podamos relacionar una matriz A con la matriz
diagonal D de sus autovalores mediante una matriz de paso P cuyas columnas son
autovectores de A linealmente independientes, entonces decimos que A es
diagonalizable.
a12
a
Ser posible obtener un resultado similar para cualquier matriz 11
?
a21 a22
Ms an, Ser ello posible en general para cualquier matriz cuadrada A de orden n?
Lamentablemente la respuesta es NO. Por ello hemos de analizar las condiciones que
debe cumplir una matriz para ser diagonalizable.
Antes de contestar debidamente a las dos ltimas preguntas, necesitamos entender los
conceptos de base y cambio de base.
2.3.1. Bases y cambios de base en
se
y x 1 0 y 0 1 .
, equivale
0 y y 0 1 .
13
Sea otro par de vectores LI, u y v que formaran otra base de 2 , entonces todo vector
se expresara tambin de forma nica como CL de ellos a travs de otros escalares. O
sea, el vector se expresara como x(u1 u2 ) y(v1 v 2 ) y se obtendra aplicando la regla
del paralelogramo como se observa en la figura siguiente:
Fjate que ello equivale a considerar un sistema de ejes distinto del habitual, en el que
los ejes son ahora las direcciones de los vectores u y v. As pues, un mismo vector se
expresar en diferentes bases (sistemas de referencia) a travs de coordenadas distintas
como se ve en la figura anterior.
Si nos planteamos la cuestin de cul es la relacin entre las componentes x e y de un
vector referido a la base cannica y las componentes del mismo vector referido a la base
{u,v} entonces consideraremos la siguiente ecuacin vectorial:
x xu1 yv1
y xu2 yv 2
Este sistema es de Cramer (compatible y determinado) ya que el determinante de su
matriz es distinto de cero:
u1 v1
0 pues los vectores u (u u1 )2 y v (v v1 )2 son
u2 v 2
LI. La solucin del sistema, que nos da las componentes x e y del vector en {u, v} a
partir de las componentes en base cannica es:
x u1
u
y 2
v1 x
.
v 2 y
14
u2 v 2
Ejercicio 2.10: a) Expresar el vector (3 -1) en la base {(1 1), (2 4)}, b) Expresar el vector (2 1)
en la base {(-1 1), (-2 4)}, y c) Expresar en base cannica el vector que en la base {(-1 1), (-2 4)}
tiene de coordenadas el vector (2 3).
3
1
2
x y
1
1
4
3 x 2y
x 7
.
1 x 4y
y 2
2 x 2y
x 5
.
1 x 4y
y 3 / 2
2
1
2
x y
1
1
4
Finalmente, para el caso c) tenemos:
1
2 8
2 3
.
1
4 14
Ntese que la expresin del vector (-8 14) en la base cannica es el mismo vector.
mediante la funcin f x Tx .
obtenemos un nuevo
Cul ser la matriz T que representa la misma transformacin en la base {u, v}, es
decir, tal que y T x ?
u
Solucin: Sea la matriz de paso P 1
u2
v1
, cuyas columnas son las componentes
v2
u
de los vectores de la base {u, v}, y su inversa P 1
u2
-1
v1
. Entonces:
v2
15
tanto, y PTP1 x .
d) Se obtiene que T PTP1 y T P1TP lo que resuelve el problema.
1 3
Siguiendo con el ejemplo de la matriz A
al principio de esta seccin, se
1 1
2 0
obtena que P-1A P
. O sea, obtenemos como resultado de la multiplicacin
0 2
matricial una matriz diagonal que contiene los autovalores de A. Para esta matriz
diagonal, D, se cumple que T D y T A .
Hecho este necesario parntesis, se deduce que toda matriz de orden dos que tenga
dos autovalores reales distintos es diagonalizable, lo que quiere decir que la
transformacin que representa la matriz viene dada por una matriz diagonal cuando se
expresa en una base de autovectores.
La pregunta que debemos hacernos ahora es, y qu ventaja obtenemos de ello? Lo
veremos a continuacin.
2.4. Potencias de matrices diagonalizables
En nuestro contexto de aplicaciones a los modelos de dinmica econmica utilizamos la
diagonalizabilidad para el clculo de potencias de matrices. En efecto, si la matriz A es
diagonalizable (cosa que ocurrir cuando tenga dos autovalores reales distintos)
podremos construir una matriz de paso P de autovectores columna de manera que
P1AP D , siendo D la matriz diagonal de los autovalores.
Despejando la matriz A de la expresin anterior (multiplicando los dos miembros por P
a la izquierda y por P-1 a la derecha) tendremos:
A2 (PDP1 )(PDP1 ) P D2 P1 ,
A3 A2 A (PD2P1 )(PDP1 ) P D3 P1 ,
A4 A3 A (PD3P1 )(PDP1 ) P D4 P1 ,
...
En general:
16
Por tanto, el clculo de la potencia t-sima de una matriz diagonal es inmediato ya que
por la definicin de producto de matrices dicha potencia ser tambin una matriz
diagonal apareciendo en dicha diagonal las potencias t-simas de los autovalores.
En resumen, cuando la matriz sea diagonalizable (o sea, dos autovalores reales
distintos):
t
1t
a11 a12
a21 a22
0
0 -1
P .
2t
1 3
Ejercicio 2.11: Calcular
.
1 1
Solucin: Aprovechando los resultados obtenidos a principios de la seccin 2.3 para la
t
1 3
1 3
t
-1
matriz
PD P . Por tanto,
, se verifica que
1 1
1 1
1 3 3 1 2
1 1 1 1 0
t
0 1/ 4 1/ 4
t
2 1/ 4 3 / 4
3 t 1
t
4 2 4 ( 2)
1 2t 1 ( 2)t
4
4
3 t 3
2 ( 2)t
4
4
.
1 t 3
t
2 ( 2)
4
4
En definitiva, se obtiene la potencia t-sima de la matriz del ejemplo de una manera muy
sencilla.
Y ahora qu?
Como ya se coment anteriormente, es una lstima que no toda matriz sea
diagonalizable. Esto significa que no tenemos todava resuelto el problema que
necesitamos resolver en las aplicaciones econmicas. Retomando dos ejemplos
numricos ya vistos de matrices no diagonalizables (ejercicio 2.9), veremos cmo
resultar posible calcular las potencias t-simas de matrices en los casos de autovalor
real doble o de autovalores complejo-conjugados. Sean los dos ejemplos siguientes ya
vistos anteriormente:
2 1
La matriz
tiene el autovalor doble 2 y no es diagonalizable por no ser
0 2
posible hallar una base de autovectores que la transforme en diagonal.
Prueba: A la hora de calcular los autovectores, resolveramos el sistema
u1
0 1 u1 0
17
1 1
La matriz
tampoco es diagonalizable por tener autovalores complejos,
1 1
cosa que ocurrir tambin en cualquier matriz de la misma clase.
Podemos asegurar que una matriz cuadrada de orden 2 es diagonalizable si y slo si
tiene autovalores reales distintos, pero Qu hacer en los otro casos?
Cmo calcular la potencia t de una matriz con autovalor doble, (a no ser que ella
misma sea diagonal)?
Cmo calcular la potencia t de una matriz con autovalores complejos?
Veremos cmo en ambos casos es posible construir matrices de paso, P, que permiten
relacionar la matriz dada A con una matriz no diagonal J cuya potencia t es fcil de
obtener, de manera que:
A PJP1
A t PJt P1 .
1
En el caso de autovalor doble , veremos que J
.
0
a b
Para autovalores complejo-conjugados, a bi , entonces J
.
b a
Las matrices J anteriores se llaman matrices cannicas y la solucin del problema que
necesitamos resolver pasa por encontrar bases en las cuales la transformacin
representada por una matriz no diagonalizable sea cannica.
Previamente a la obtencin de una matriz de paso, necesitamos resolver los dos
siguientes ejercicios.
Ejercicio 2.12: Calcular por recurrencia la potencia t-sima de la matriz cannica
1
J
. Obtener tambin
0
2 1
.
0 2
Solucin: Observa que J no es diagonalizable ya que tiene el autovalor doble (por ser
0 1
triangular) y el rango de la matriz ( J I) =
es igual a uno.
0 0
Para obtener Jt por recurrenciainduccin, calculamos las primeras potencias
sucesivas. Es decir,
18
2
2
1 1 1
Para t=2:
0 0 0 0
3
2
.
2
2
3
2
1 1 1 1 2 3
Para t=3:
.
2
3
0 0 0 0 0 0
3
1
1 1 1
Para t=4:
0 0 0
0
0
3 2 4
=
3 0
4 3
...
t
t
1
1
Supuesta la validez de
0 0
caso de t = t+1 (induccin completa):
1
t 1
t t 1
. La prueba formal se
t
t t 1
, hay que probar que se verifica para el
t
1 1 1 t
0 0 0 0
t 1
t t 1
t 0
t 1 .
t
t 1
t
1
t t 1
2 1 2t
0 2 0
t 2t 1
.
2t
1 1
1 1
las matrices
y
.
1 1
1 1
Solucin: Los autovalores de J son a bi . Sabemos que a bi estar
equivalentemente definido por su mdulo y su argumento , siendo a cos y
b s en . Grficamente:
19
b
(Ojo!: En el primer cuadrante). Entonces,
a
a b cos sen
cos sen
.
b a sen cos
sen cos
Por tanto,
t
sen
a b
t cos
.
b a
sen cos
t
cos sen
Para calcular
se procede por recurrencia-induccin. Para t=2,
sen cos
2
2
2
sen cos 2cos sen cos sen
Sea el valor del coseno de la suma: cos(a b) cosa cosb sena senb . Para
a b , se obtiene:
.
sen cos sen2 cos2
Para t=3,
3
.
cos 2sen sen2 cos cos 2 cos sen2sen
20
Donde volveramos a utilizar las expresiones del seno y el coseno de la suma, pero ahora
con a 2 y b . En definitiva,
3
.
sen cos sen3 cos3
De manera que para t cualquiera:
t
.
sen cos sent cos t
Pudiendo completarse la prueba formal por induccin completa. En definitiva,
t
sent
a b
t cos t
.
b a
sent cos t
1 1
1 1
cos 4 t sen 4 t
2
;
sen t cos t
4
4
1 1
1 1
cos 4 t sen 4 t
2
.
sen t cos t
4
4
a12
a11 a12
a
Considera ahora el problema general de calcular 11
donde A
a21 a22
a21 a22
tenga un autovalor doble (y no sea diagonal). Entonces, A no ser diagonalizable.
Las etapas son:
1
b) Ntese que ya sabemos calcular
segn el ejercicio 2.12.
0
t
1 1
1
t
c) En definitiva, hallar P tal que P A P
P .
, con lo que A P
0
0
1
Se puede probar que es posible construir una matriz de paso P aplicando las
siguientes reglas:
21
u v
escribiendo en columna los vectores u y v.
c3) Construir la matriz P =
c4) Calcular la inversa P-1 de P.
En definitiva,
t
t
a11 a12
a11 a12
1 1
P
P
P
.
Por
tanto,
0
a21 a 22
a21 a 22
0
t t 1 1
P
t
4 4
Ejercicio 2.14: Calcular
.
9 8
La ecuacin caracterstica
4 4
2 4 4 0 tiene el autovalor doble
9
8
2.
Para construir la segunda columna, v, de la matriz de paso P podemos elegir cualquier
vector que no sea autovector de la matriz. Utilizamos un vector sencillo, por ejemplo,
sea (1 0) y comprobamos que no es autovector.
4 4 1 4
4
1
2 .
9 8 0 9
9
0
1
En definitiva, elegimos el vector v .
0
4 2 4 1 6 4 1 6
Entonces, u
.
8 2 0 9 6 0 9
9
6 1
0 1/ 9
1
La matriz de paso sera P
, siendo P
9 0
1 2 / 3
Por tanto,
4 4 6 1 2t
9 8 9 0 0
t 2t 1 0 1/ 9 6t2t 1 2t
2t 1 2 / 3 9t 2t 1
4t 2t 1
2t 6t2t 1
22
Sea ahora el problema general del clculo de la potencia t-sima de cualquier matriz
a12
a
cuadrada A 11
con autovalores complejo-conjugados a bi .
a21 a22
Se puede probar que si w w1 w 2i es un autovector (complejo) asociado al autovalor
Re(w) Im(w)
P
,
donde las columnas son la parte real y la parte imaginaria respectivamente de w.
Adems P tiene inversa P-1 y se verifica que:
a b
P1A P
.
b a
Observa que a y b son respectivamente las partes real e imaginaria de los autovalores
a bi de A. Entonces:
t
a11 a12
a b 1
P
P .
b a
a21 a 22
t
a b
Teniendo en cuenta que
ya fue calculada en el ejercicio 2.13, entonces:
b a
t
.
sent cos t
a21 a22
6 13
Ejercicio 2.15: Dada la matriz A
, se pide:
2 4
a) Comprobar que los autovalores son 1 i .
6 13
1 1
b) Obtener una matriz de paso P, y comprobar que P1
P
.
2 4
1 1
c) Calcular la potencia t-sima de la matriz A.
Solucin:
a) Los autovalores de A se obtienen aplicando la frmula del ejercicio 2.6.
b) Sea 1 i , entonces sustituyendo en ( A I) w 0 tenemos:
23
6 1 i
w1 0
13
2
4 1 i w 2 0
5 i 13 w1 0
.
2 5 i w 2 0
5 i w1 13w 2 0
2w1 5 i w 2 0
5i
w 2 , w 2 . Ntese que si
2
sustituimos w1 de la anterior expresin en la primera ecuacin del sistema tenemos la
Si resolvemos en la segunda ecuacin: w1
0 1/ 2
La matriz inversa de la matriz de paso es P1
. Se puede comprobar
1 5 / 2
6 13
1 1
finalmente que P1
P
.
2 4
1 1
c) Para el clculo de la potencia t-sima de la matriz A, calculamos primero la potencia
t-sima de la matriz cannica J:
a b 1 1
J
2 ; arctg 1 / 4.
b a 1 1
sent
a b
t cos t
Jt
b a
sent cos t
cos 4 t sen 4 t
2
.
sen t cos t
4
4
Finalmente,
A t PJt P1
cos t sen t
5 1
4
4 0 1/ 2 .
2
2 0 sen t cos t 1 5 / 2
4
4
24
1 0
La matriz T
transforma cada punto del plano en su simtrico
0 1
y 1 0 x1 x1
respecto del eje vertical: 1
. Grficamente:
y
x
x
0
1
2 2
2
0
representan homotecias. O sea, expansiones
0
0 1 1 0 0 1
La matriz T
25
1 0
0 1
1 0
0 2
1 0
0 2
0 2 y 1
26
cos sen
a) La matriz
representa una rotacin de radianes en el
sen cos
sentido positivo convencional, opuesto al de giro de las agujas del reloj.
cos sen
b) La correspondiente matriz inversa
representa una rotacin
sen cos
de radianes en el sentido de giro de las agujas del reloj (sentido negativo
convencional).
cos t sent
cos t sent
c) Las matrices
y
representan t
sent cos t
sent cos t
rotaciones consecutivas de radianes en los sentidos opuesto al convencional
y convencional respectivamente.
sent
cos t sent
t cos t
d) Las matrices t
y
combinan las
sent cos t
sent cos t
rotaciones con acercamientos ( 0 1), o alejamientos ( 1 ) al origen. Los
sucesivos transformados de un punto a medida que avanza t, describiran
trayectorias espirales. En el caso 1 , obtendramos circunferencias. En
resumen:
27
28
dos vectores linealmente independientes, lo que quiere decir que sern dependientes
de dos parmetros), triplemente indeterminado, etc.
3.2. Propiedades relevantes de los autovectores
Los autovalores y autovectores de una matriz verifican un conjunto de propiedades de
las cuales slo sealamos las que tienen aplicacin directa a nuestro contexto:
P1: Un autovector no puede estar asociado a dos autovalores distintos.
P2: Los autovectores asociados a autovalores distintos son linealmente independientes.
3.3. Diagonalizacin
Teorema: Una matriz cuadrada A de orden n es diagonalizable si y slo si es posible hallar
una base de autovectores (o sea, n autovectores linealmente independientes).
Se puede hallar entonces una matriz de paso P de autovectores columna, de manera
que,
En el caso de las matrices cuadradas de orden dos vimos que no eran diagonalizables
cuando tenan un autovalor doble o cuando los autovalores eran complejos.
Sin embargo, las matrices de orden n 3 pueden ser diagonalizables cuando tienen
autovalores reales dobles, triples o mltiples en general, siempre que para dichos
autovalores sea posible encontrar tantos autovectores linealmente independientes
como indique la multiplicidad del autovalor correspondiente.
El nmero de autovectores L.I. asociados a un autovalor mltiple est asociado al grado
de indeterminacin del sistema lineal homogneo ( A I)v 0 a partir del que se
obtienen. Por ejemplo, para un autovalor real mltiple r de multiplicidad r, el grado de
indeterminacin del sistema ( A r I)v 0 puede ser 1, 2, . . .,r.
La diagonalizabilidad de la matriz exigira que este grado de indeterminacin fuese
exactamente igual a r (para poder hallar r autovectores L.I.), lo que se traduce en la
condicin:
Rango ( A r I) n r
29
2 0 3
1 0 3
lo que el sistema homogneo que da los autovectores asociados a este autovalor ser
doblemente indeterminado y la matriz ser diagonalizable.
1 0 3 u1 0
Resolviendo el sistema 0 0 0 u2 0 vemos que los autovectores son de la
1 0 3 u 0
3
3u1
3u1
3
0
u2 u1 0 u2 1 .
u
1
0
1
y seleccionamos, por ejemplo, los autovectores LI del segundo miembro para construir
las dos primeras columnas de P.
b) Para la tercera columna de P seleccionamos cualquier
u1
, podemos
30
3 0 1
1 0 0 3 0 1
0 1 0 0 1 0
0 0 1 1 0 1
2 0 3 3 0 1
0 1 0 0 1 0
1 0 2 1 0 1
2 0 3 3 0 1 1 0
0
0
0 1 0 0 1 0 0 1
1 0 2 1 0 1 0 0 ( 1)
3 0 1
0 1 0
t
1 0 1
0 1 1
0 2 1
1 2 1 1
diagonalizable.
2 0 0
31
a11 a12
A a 21 a 22
a
31 a32
a13
a 23 .
a 33
1 0
0 2
0 0
1t
0
1 P1AP A t P 0
0
2
0
2t
0
t 2 t 1 P 1 .
2 t
u1 u2 u3
tambin 2.14). O sea, P= es:
32
Jt 0
0
1 0
J 0 0
0 0
t t 1 0
t
0 A t PJt P 1 .
0
t
J 0 1
0 0
Jt 0
0
t t 1 t t 2
t
t t 1 A t PJt P 1 .
0
t
J 0 a b Jt 0
0 b a
0
0
0
t
cos t s en t A t PJt P1 .
t s en t t cos t
t
2 0 0
0 1 1
0 1 1
2t
t
.
2 sin t
4
t
2 cos t
4
2 cos 4 t
2 sin t
4
t
33
Obtener la expresin de B t
1 1
J 0 2 1
0 0 2
( 1)t
Bt PJt P1 P 0
0
0
2t
0
t2t 1 P1 .
2t
1 2 1
3
0
0
3 0 0
J 0 0 1 0 cos
s en
2
2
0 1 0
0 s en
cos
2
2
3t
t
C P 0
1
cos t s en t P .
2
2
s en t cos t
2
2
0
4. MATRICES ESTOCSTICAS
Sea A una matriz real cuadrada de orden n. Se dir que A es estocstica si se verifica
que:
1) aij 0 i, j
n
2)
a
i1
ij
(elementos no negativos).
1 para j = 1, 2, . . . ,n
(o bien,
a
j1
ij
1 para i = 1, 2, . . n ).
34
1/ 3 0
,
2 / 3 1
1/ 3 1/ 2 1
1/ 3 0 0 ,
1/ 3 1/ 2 0
1/ 3 1/ 3 1/ 3
1/ 2 0 1/ 2 ,
1
0
0
Solucin: Todas las matrices anteriores son estocsticas. Las dos primeras son matrices
estocsticas-columna (la suma de los elementos de cada columna es igual a uno). La
tercera matriz (que es la traspuesta de la segunda) es estocstica-fila (la suma de los
elementos de cada fila es igual a uno). La cuarta matriz es estocstica-fila y estocsticacolumna, por lo que se dice que es doblemente estocstica.
Como caso particular, podemos hablar de vectores estocsticos. Vectores de
componentes no negativas cuya suma es igual a uno. Los vectores podrn expresarse
indistintamente como vectores-fila o como vectores-columna.
1/ 2
Los vectores
, 1/ 3 2/ 3 , 0.2 0 0.5 0.3 ,
1/ 2
0
son ejemplos de vectores
1
0
estocsticos.
En definitiva, una matriz estocstica ser una matriz cuyas filas y/o columnas son
vectores estocsticos.
Observa que dado cualquier vector no negativo de n es posible normalizarlo a la suma
dividiendo las componentes por la suma de ellas. Por ejemplo, sea el vector a b c
35
Ejemplo 1:
2
0 1/ 2 0 1/ 2 0 1/ 2 1/ 2 1/ 4
0 1/ 2
La matriz
.
es regular
1 1/ 2
1 1/ 2 1 1/ 2 1 1/ 2 1/ 2 3 / 4
Ejemplo 2:
1 1/ 2
La matriz
no es regular. Comprobamos que:
0 1/ 2
2
1 1/ 2 1 1/ 2 1 1/ 2 1 3 / 4
,
0 1/ 2 0 1/ 2 0 1/ 2 0 1/ 4
3
1 1/ 2 1 3 / 4 1 1/ 2 1 7 / 8
,
0 1/ 2 0 1/ 4 0 1/ 2 0 1/ 8
Ntese que en las sucesivas potencias, el elemento de la matriz que ocupa la posicin
(fila 2, columna 1) siempre ser un 0. Observa que ello se tendr cuando la matriz tenga
un 1 en la diagonal principal.
Lm A
k
36
1/ 3 0
A
,
2 / 3 1
1/ 3 1/ 2 1
B 1/ 3 0 0 .
1/ 3 1/ 2 0
Solucin:
1) Puesto que la matriz A es triangular, los autovalores son los elementos de la diagonal
principal: 1 y 1/ 3 1, por lo que verifica las propiedades P3 y P4.
2) Planteamos y resolvemos la ecuacin caracterstica de la matriz B.
(1/ 3) 1/ 2 1
1/ 3
0 3 (1/ 3) 2 (1/ 2) 1/ 6 0 .
1/ 3
1/ 2
Si dividimos por 1 (Ruffini), el cociente es 2 (2 / 3) 1/ 6 . Las soluciones de la
ecuacin 2 (2 / 3) 1/ 6 0 son
1
2
i.
3 6
6
1 , por tanto se
6
verifica P3. Se verifica tambin P4, pues 1 es un autovalor de B.
( 1/ 3)2 ( 2 / 6)2
Ejercicio 4.2: Estudiar si las matrices estocsticas A, B (ver ejercicio 4.1) y C son o no
regulares.
1/ 3 1/ 2 1
B 1/ 3 0 0 ,
1/ 3 1/ 2 0
1/ 3 0
A
,
2 / 3 1
0 1/ 3
C
.
1 2 / 3
Solucin:
2
1/ 3 0 1/ 3 0 1/ 3 0 1/ 9 0
1) A
, . . .
2 / 3 1 2 / 3 1 2 / 3 1 8 / 9 1
2
0
Se cumple que en las sucesivas potencias la segunda columna ser siempre , y por
1
tanto, la matriz A no ser regular.
2
1/ 3 1/ 2 1 11/ 18 2 / 3 1/ 3
2
2) B 1/ 3 0 0 1/ 9 1/ 6 1/ 3 , por tanto B es regular.
1/ 3 1/ 2 0 5 / 18 1/ 6 1/ 3
37
0 1/ 3 0 1/ 3 0 1/ 3 1/ 3 2 / 9
Se cumple que C
.
1 2 / 3 1 2 / 3 1 2 / 3 2 / 3 7 / 9
2
p 1 q
Ejercicio 4.3: Calcular los autovalores de la matriz T
con 0 p 1 y
q
1 p
0 q 1.
Solucin: La ecuacin caracterstica es 2 tr(T) T 0 (vase ejercicio 2.6). Al ser
T una matriz estocstica, sabemos por P4 que un valor propio ser 1, y aplicando P3 el
otro valor propio tendr un mdulo inferior o igual a 1. Estos resultados nos dan una
idea si al calcular lar races (autovalores) de la ecuacin de segundo grado de arriba
estamos cometiendo un error o no. En definitiva, los autovalores se obtienen como:
tr 2 (T ) 4 T p q
tr(T )
2
2
2
p q
4 pq (1 p)(1 q)
2
0 p 1 y