Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Francisco Morazán
Asignatura:
Álgebra Lineal
Tema:
Tarea # 4
Catedrático:
Licda. Gladis Medina
Presentado por:
Carlos Arturo Padilla
Juticalpa,Olancho
15 de Noviembre de 2021
Carlos Arturo Padilla 1501198900258
Autoevaluación 6.3
Para los siguientes enunciados, diga si son falsos o verdaderos
I. Si una matriz de 𝑛 × 𝑛 tiene n valores característicos diferentes, se puede diagonalizar….( V )
II. Si la matriz A de 5 × 5 tiene tres valores característicos diferentes, entonces A no puede ser
semejante a la matriz diagonal….( F )
1 2 5
III. Si A es semejante a la matriz (0 2 4), entonces sus valores característicos son 1, 2 y 3.
0 0 3
……...( V )
Justificaciones
I. Ver corolario de la sección 6.3
II. Ver teorema 2
III. Ver teorema 2
Ejercicios 6.3
Debemos Calcular
( A − 1I )V = 0
Primero Veamos
−2 −2 1 0
A − 1 I = − ( −4 )
−5 1 0 1
−2 −2 4 0 2 −2
= + =
−5 1 0 4 −5 5
Ahora aplicamos la definición
( A − 1I )V = 0
2 −2 x 0
=
−5 5 y 0
2x − 2 y 0
=
−5 x + 5 y 0
2 −2 12 R1 1 −1 R2 − R1 1 −1
⎯⎯⎯ → ⎯⎯⎯ →
−5 5 1 −1
− 1 R2
2
0 0
x− y =0→ x = y
Variable libre: y
x y 1
= = y
y y 1
Espacio Característico
1 1
v1 = → E−4 = gen
1 1
Carlos Arturo Padilla 1501198900258
Debemos Calcular
( A − 1I )V = 0
Primero Veamos
−2 −2 1 0
A − 1 I = − 3
−5 1 0 1
−2 −2 3 0 −5 −2
= − =
−5 1 0 3 −5 −2
Ahora aplicamos la definición
( A − 1I )V = 0
−5 −2 x 0
=
−5 −2 y 0
−5 x − 2 y 0
=
−5 x − 2 y 0
−5 −2 R2 − R1 −5 −2 − 15 R1 1 2 5
⎯⎯⎯ → ⎯⎯⎯→
−5 −2 0 0 0 0
x+2 y =0→ x =−2 y
5 5
Variable libre: y
Con y = −5 tenemos:
x − 25 y −2 − 2 2
= = y 5 = −5 5 =
y y 1
1 −5
Espacio Característico
2 2
v2 = → E3 = gen
−5 −5
Planteando la matriz C tenemos:
1 2
C =
1 −5
Calculando la matriz diagonal C −1 AC = D via software tenemos:
1 −5 − 2 −2 −2 1 2 −4 0
C −1 AC = − = 1 = −4, 2 = 3
7 −1 1 −5 1 1 −5 0 3
Carlos Arturo Padilla 1501198900258
3 −1
2.
−2 4
Valores Característicos
P ( ) = det ( A − I ) = 0
3 −1 1 0
A − I = −
−2 4 0 1
3 −1 0 3 − −1
= − =
−2 4 0 −2 4 −
Calculamos el determinante
3 − −1
det ( A − I ) = = ( 3 − )( 4 − ) − ( −2 )( −1) = 12 − 3 − 4 + 2 − 2
−2 4 −
Polinomio Característico
P ( ) = 2 − 7 + 10
Obteniendo los valores propios, tenemos:
2 − 7 + 10 = 0
( − 5)( − 2 ) = 0
Valores caracteríticos o Eigenvalores
1 = 2, 2 = 5
Como 1 2 entonces la matriz A es diagonalizable.
Debemos Calcular
( A − 1I )V = 0
Primero Veamos
3 −1 1 0
A − 1 I = − 2
−2 4 0 1
Carlos Arturo Padilla 1501198900258
3 −1 2 0 1 −1
= − =
−2 4 0 2 −2 2
Ahora aplicamos la definición
( A − 1I )V = 0
1 −1 x 0
=
−2 2 y 0
x − y 0
=
−2 x + 2 y 0
1 −1 R2 + 2 R1 1 −1
⎯⎯⎯→
−2 2 0 0
x− y =0→ x = y
Variable libre: y
x y 1
= = y
y y 1
Espacio Característico
1 1
v1 = → E2 = gen
1 1
Debemos Calcular
( A − 1I )V = 0
Primero Veamos
3 −1 1 0
A − 1 I = − 5
−2 4 0 1
3 −1 5 0 −2 −1
= − =
−2 4 0 5 −2 −1
Carlos Arturo Padilla 1501198900258
3 −5
5.
1 −1
Carlos Arturo Padilla 1501198900258
Valores Característicos
P ( ) = det ( A − I ) = 0
3 −5 1 0
A − I = −
1 −1 0 1
3 −5 0 3 − −5
= − =
1 −1 0 1 −1 −
Calculamos el determinante
3− −5
det ( A − I ) = = ( 3 − )( −1 − ) − (1)( −5 ) = −3 − 3 + + 2 + 5
1 −1 −
Polinomio Característico
P ( ) = 2 − 2 + 2
Obteniendo los valores propios, tenemos:
2 − 2 + 2 = 0
− ( −2 ) ( −2 ) − 4 (1)( 2 )
2
2 −4
= =
2 (1) 2
2 + 2i
1 = = 1+ i
2
Valores caracteríticos o Eigenvalores
2 − 2i
2 = = 1− i
2
Debemos Calcular
( A − 1I )V = 0
Primero Veamos
3 −5 1 0
A − 1 I = − (1 + i )
1 −1 0 1
3 −5 1 + i 0 2 − i −5
= − =
1 −1 0 1 + i 1 −2 − i
Carlos Arturo Padilla 1501198900258
2 − i x − 5 y = 0
x + −2 − i y = 0
2 − i x − 5 y = 0
2 − i x = 5 y
Espacio Característico
5 5
v1 = → E1+i = gen
2−i 2 − i
Debemos Calcular
( A − 1I )V = 0
Primero Veamos
3 −5 1 0
A − 1 I = − (1 − i )
1 −1 0 1
3 −5 1 − i 0 2 + i −5
= − =
1 −1 0 1 − i 1 −2 + i
2 + i x − 5 y = 0
x + −2 + i y = 0
2 + i x − 5 y = 0
2 + i x = 5 y
Espacio Característico
5 5
v2 = → E1−i = gen
2+i 2 + i
Planteando la matriz C tenemos:
5 5
C =
2−i 2+i
Calculando la matriz diagonal C −1 AC = D via software tenemos:
1 2+i − 5 3 −5 5 5 1 + i 0
C −1 AC = = 1 = 1 + i, 2 = 1 − i
10i − ( 2 − i )
5 1 −1 2 − i 2 + i 0 1 − i
Verificando que AC = CD tenemos:
3 −5 5 5 5 5 1 + i 0
=
1 −1 2 − i 2 + i 2 − i 2 + i 0 1 − i
5 + 5i 5 − 5i 5 + 5i 5 − 5i
=
3+i 3−i 3+i 3−i
1 −1 0
9. −1 2 −1
0 −1 1
Valores Característicos
P ( ) = det ( A − I ) = 0
1 −1 0 1 0 0
A − I = −1 2 −1 − 0 1 0
0 −1 1 0 0 1
1 −1 0 0 0 1 − −1 0
= −1 2 −1 − 0 0 = −1 2 − −1
0 −1 1 0 0 0 −1 1 −
Carlos Arturo Padilla 1501198900258
Calculamos el determinante
1− −1 0 1− −1
det ( A − I ) = −1 2 − −1 −1 2 − =
0 −1 1 − 0 −1
(1 − )( 2 − )(1 − ) + 0 + 0 − (1 − ) − (1 − ) + 0
− 3 + 4 2 − 5 + 2 − 2 + 2
Polinomio Característico
P ( ) = − 3 + 4 2 − 3
Debemos Calcular
( A − 1I )V = 0
Primero Veamos
1 −1 0 1 0 0
A − 1 I = −1 2 −1 − 0 0 1 0
0 −1 1 0 0 1
1 −1 0 0 0 0 1 −1 0
= −1 2 −1 − 0 0 0 = −1 2 −1
0 −1 1 0 0 0 0 −1 1
Ahora aplicamos la definición
( A − 1I )V = 0
Carlos Arturo Padilla 1501198900258
1 −1 0 x 0
−1 2 −1 y = 0
0 −1 1 z 0
x − y 0
−x + 2 y − z = 0
−y + z 0
1 −1 0 1 −1 0 1 −1 0
R2 + R1 R3 + R2
−1 2 −1 ⎯⎯⎯ → 0 1 −1 ⎯⎯⎯→ 0 1 −1
0 −1 1 0 −1 1 0 0 0
x− y =0→ x = y
y−z =0→ y = z
Variable libre: z
x z 1
y = z = z 1
z z 1
Espacio Característico
1 1
v1 = 1 → E0 = gen 1
1 1
Vectores Característicos o Eigenvectores
Para 2 = 1
Debemos Calcular
( A − 1I )V = 0
Primero Veamos
1 −1 0 1 0 0
A − 1 I = −1 2 −1 − 1 0 1 0
0 −1 1 0 0 1
1 −1 0 1 0 0 0 −1 0
= −1 2 −1 − 0 1 0 = −1 1 −1
0 −1 1 0 0 1 0 −1 0
Carlos Arturo Padilla 1501198900258
0 −1 0 0 −1 0
R2 − R1
−1 1 −1 ⎯⎯⎯ → −1 1 −1
0 −1 0 0 0 0
−y = 0 → y = 0
−x + y − z = 0 → −x − z = 0 → x = −z
Variable libre: z
x −z −1
y = 0 = z 0
z z 1
Espacio Característico
−1 −1
v2 = 0 → E1 = gen 0
1 1
Vectores Característicos o Eigenvectores
Para 3 = 3
Debemos Calcular
( A − 1I )V = 0
Primero Veamos
1 −1 0 1 0 0
A − 1 I = −1 2 −1 − 3 0 1 0
0 −1 1 0 0 1
Carlos Arturo Padilla 1501198900258
1 −1 0 3 0 0 −2 −1 0
= −1 2 −1 − 0 3 0 = −1 −1 −1
0 −1 1 0 0 3 0 −1 −2
Ahora aplicamos la definición
( A − 1I )V = 0
−2 −1 0 x 0
−1 −1 −1 y = 0
0 −1 −2 z 0
−2 x − y 0
−x − y − z = 0
− y − 2z 0
1 1 0 1 1 0 1 1 0 1 1 0
−2 −1 0 2 2 2 2
− 12 R1 ⎯⎯⎯ 0 − 1 ⎯⎯⎯ 0
−1 −1 −1 ⎯⎯⎯ → −1 −1 −1 R2 + R1
→ −1 −2 R2
→ 1 2 ⎯⎯⎯
R3 + R2
→0 1 2
2
0 −1 −2
0 −1 −2 0 −1 −2 0 −1 −2 0 0 0
x + 1 y = 0 → x = − 1 y → x = − 1 ( −2 z ) = z
2 2 2
y + 2 z = 0 → y = −2 z
Variable libre: z
x z 1
y = −2 z = z −2
z z 1
Espacio Característico
1 1
v3 = −2 → E3 = gen −2
1 1
Planteando la matriz C tenemos:
1 −1 1
C = 1 0 −2
1 1 1
Carlos Arturo Padilla 1501198900258
3 −1 −1
13. 1 1 −1
1 −1 1
Valores Característicos
P ( ) = det ( A − I ) = 0
3 −1 −1 1 0 0
A − I = 1 1 −1 − 0 1 0
1 −1 1 0 0 1
3 −1 −1 0 0 3 − −1 −1
= 1 1 −1 − 0 0 = 1 1 − −1
1 −1 1 0 0 1 −1 1 −
Calculamos el determinante
3 − −1 −1 3 − −1
det ( A − I ) = 1 1 − −1 1 1− =
1 −1 1 − 1 −1
( 3 − )(1 − )(1 − ) + 1 + 1 + (1 − ) − ( 3 − ) + (1 − )
− 3 + 5 2 − 7 + 3 + 2 + 2 − 2 − 3 +
Polinomio Característico
P ( ) = − 3 + 5 2 − 8 + 4
Carlos Arturo Padilla 1501198900258
− ( − 1) ( 2 − 4 + 4 ) = 0
− ( − 1)( − 2 ) = 0
2
Debemos Calcular
( A − 1I )V = 0
Primero Veamos
3 −1 −1 1 0 0
A − 1 I = 1 1 −1 − 1 0 1 0
1 −1 1 0 0 1
3 −1 −1 1 0 0 2 −1 −1
= 1 1 −1 − 0 1 0 = 1 0 −1
1 −1 1 0 0 1 1 −1 0
Ahora aplicamos la definición
( A − 1I )V = 0
2 −1 −1 x 0
1 0 −1 y = 0
1 −1 0 z 0
2x − y − z 0
x − z = 0
x − y 0
Carlos Arturo Padilla 1501198900258
1 − 1 −1 1 −1 −1 1 −1 −1
2 −1 −1 2 2 2 2 2 2
12 R1
1 0 −1 ⎯⎯⎯ → 1 0 −1 ⎯⎯⎯
R2 − R1
→ 0 1 − 1 ⎯⎯⎯
R3 + R2
→ 0 1 −1
R3 − R1
2 2 2 2
1 −1 0 −
1 1 0 0 −1 1 0 0 0
2 2
2 −1 −1
⎯⎯→ 0 1 −1
2 R1
2 R2
0 0 0
2x − y − z = 0 → 2x = 2z → x = z
y−z =0→ y = z
Variable libre: z
x z 1
y = z = z 1
z z 1
Espacio Característico
1 1
v1 = 1 → E1 = gen 1
1 1
Debemos Calcular
( A − 1I )V = 0
Primero Veamos
3 −1 −1 1 0 0
A − 1 I = 1 1 −1 − 2 0 1 0
1 −1 1 0 0 1
3 −1 −1 2 0 0 1 −1 −1
= 1 1 −1 − 0 2 0 = 1 −1 −1
1 −1 1 0 0 2 1 −1 −1
Carlos Arturo Padilla 1501198900258
1 −1 −1 1 −1 −1
R2 − R1
1 −1 −1 ⎯⎯⎯
R3 − R1
→ 0 0 0
1 −1 −1 0 0 0
Variables libres: y, z
x y + z y z 1 1
y = y = y + 0 = y 1 + z 0
z z 0 z 0 1
Espacio Característico
1 1 1 1
v2 = 1 , 0 → E2 = gen 1 , 0
0 1 0 1
Planteando la matriz C tenemos:
1 1 1
C = 1 0 1
0 1 1
Calculando la matriz diagonal C −1 AC = D via software tenemos:
1 0 −1 3 −1 −1 1 1 1 2 0 0
−1
C AC = 1 − 1 0 1 1 −1 1 0 1 = 0 2 0 1 = 1 2 = 2 3 = 2
−1 1 1 1 1 0 0 1
1 −1 1 0
Verificando que AC = CD tenemos:
3 −1 −1 1 1 1 1 1 1 2 0 0
1 1 −1 1 0 1 = 1 0 1 0 2 0
1 −1 1 0 1 1 0 1 1 0 0 1
Carlos Arturo Padilla 1501198900258
2 2 1 2 2 1
2 0 1 = 2 0 1
0 2 1 0 2 1
−2 −2 0 0
−5 1 0 0
19.
0 0 2 −1
0 0 5 −2
Valores Característicos
P ( ) = det ( A − I ) = 0
−2 −2 0 0 1 0 0 0
−5 1 0 0 0 1 0 0
A − I = −
0 0 2 −1 0 0 1 0
0 0 5 −2 0 0 0 1
−2 −2 0 0 0 0 0 −2 − −2 0 0
−5 1 0 0 0 0 0 −5 1− 0 0
= − =
0 0 2 −1 0 0 0 0 0 2− −1
0 0 5 −2 0 0 0 0 0 5 −2 −
Calculamos el determinante
−2 − −2 0 0
−2 − −2 0 0
+ − 12
2
−5 1− 0 0 R2 + −25− R1 0 0 0 R4 − 2−5 R3
⎯⎯⎯⎯→ −2 − ⎯⎯⎯⎯→
0 2− −1 0 −1
0
0 2−
−2 −
0 0 5 0 −2 −
0 5
−2 − −2 0 0
0 2 + − 12
0 0
−2 −
0 0 2− −1
2 +1
0 0 0
2−
Carlos Arturo Padilla 1501198900258
−2 − −2 0 0
+ − 12
2
0 0 0
−2 −
det ( A − I ) =
0 0 2− −1
+1
2
0 0 0
2−
2 + − 12 2 +1
= ( −2 − ) ( 2 − )
−2 − 2−
= ( 2 + − 12 )( 2 + 1)
Polinomio Característico
P ( ) = ( 2 + − 12 )( 2 + 1)
Debemos Calcular
( A − 1I )V = 0
Primero Veamos
−2 −2 0 0 1 0 0 0
−5 1 0 0 0 1 0 0
A − 1 I = − ( −4 )
0 0 2 −1 0 0 1 0
0 0 5 −2 0 0 0 1
Carlos Arturo Padilla 1501198900258
−2 −2 0 0 4 0 0 0 2 −2 0 0
−5 1 0 0 0 4 0 0 −5 5 0 0
= + =
0 0 2 −1 0 0 4 0 0 0 6 −1
0 0 5 −2 0 0 0 4 0 0 5 2
−1 0 0 1 −1 0 0 1 −1 0
2 −2 0 0 1 R 1
0
2 1
−1 0 0 0 0 0
−5 5 0 0 − 15 R2 1 0 6 R 0 0 0 0
R2 − R1
⎯⎯⎯
1 R → ⎯⎯⎯→ ⎯⎯⎯
17 4
→
0 0 6 −1 6 3 0 0 1 − 1 R4 −5 R3 0 0 1 −1
6
0 0 1 −1
6 6
0 0 5 2 2 0 0 17
0 0 1
0 0 5
0
6 0
1 −1 0 0
0 0 0 0
→
R3 + 1 R4
⎯⎯⎯⎯ 6
0 0 1 0
0 0 0 1
x− y =0→ x = y
z=0
w=0
Variable libre: y
x y 1
y = y = 1
y
z 0 0
w 0 0
Carlos Arturo Padilla 1501198900258
Espacio Característico
1 1
1 1
v1 = → E−4 = gen
0 0
0
0
Debemos Calcular
( A − 2 I )V = 0
Primero Veamos
−2 −2 0 0 1 0 0 0
−5 1 0 0 0 1 0 0
A − 2 I = −3
0 0 2 −1 0 0 1 0
0 0 5 −2 0 0 0 1
−2 −2 0 0 3 0 0 0 −5 −2 0 0
−5 1 0 0 0 3 0 0 −5 −2 0 0
= − =
0 0 2 −1 0 0 3 0 0 0 −1 −1
0 0 5 −2 0 0 0 3 0 0 5 −5
−5 x − 2 y 0
−5 x − 2 y = 0
−z − w 0
5 z − 5w 0
Carlos Arturo Padilla 1501198900258
0 − 1 R 0
2 1 2
−5 −2 0 1
5
0 0 0 1 2 0 0
5 1 5 5
−5 −2 0 0 2 0
⎯⎯⎯
− 1 R2 1 0 0 ⎯⎯⎯
R −R 0 0 0 1
0 ⎯⎯⎯ → 0 0 0
1 R → R42 − R13 →
R
5 2 4
5
0 0 −1 −1 −
0 −1 −1 0 0 −1 −1 0 0 −1 −1
5 4
0
0 0 5 −5 0 0 0 2 0 0 0 1
0 0 −1 1
1 2 0 0 1 2 0 0
5 5
0 ⎯⎯→ 0 0 0 0
R3 + R4
⎯⎯⎯ → 0 0 0
− R3
0 0 −1 0 0 0 1 0
0 0 0 0 0 1
0 1
Con y = 5 tenemos:
x − 25 y − 2 − 2 −2
5 5
y= y = 1 1 5
z 0
y = 5 = 0
0 0
w 0 0
0 0
Espacio Característico
−2 −2
5 5
v2 = → E3 = gen
0 0
0
0
Vectores Característicos o Eigenvectores
Para 3 = −i
Debemos Calcular
( A − 3 I )V = 0
Carlos Arturo Padilla 1501198900258
Primero Veamos
−2 −2 0 0 1 0 0 0
−5 1 0 0 0 1 0 0
A − 3 I = − ( −i )
0 0 2 −1 0 0 1 0
0 0 5 −2 0 0 0 1
−2 −2 0 0 i 0 0 0 −2 + i −2 0 0
−5 1 0 0 0 i 0 0 −5 1 + i 0 0
= + =
0 0 2 −1 0 0 i 0 0 0 2+i −1
0 0 5 −2 0 0 0 i 0 0 5 −2 + i
−2 + i x − 2 y 0
−5 x + 1 + i y = 0
2 + i z − w 0
5 z + −2 + i w 0
−2 + i −2 0 0
−2 + i −2 0 0 −2 + i −2 0 0
5 − 3 i R 0 1 0 0
− 5 1 + i 0 0 ⎯⎯⎯⎯
R2 −( 2 + i ) R1 0 5 + 3i 0 0
→ ⎯⎯⎯⎯→
2
34 34
2 1
0 0 2+i −1 R4 −( 2−i ) R3 0 0 2 + i −1 52 − 15 i R3 0 0 1 − + i
5 5
−2 + i
0 0 0
0 5 0 0 0
0 0 0
−2 + i 0 0 0 1 0 0 0
R1 + 2 R2
0 1 0 0
− 52 − 15 i R1 0 1 0 0
⎯⎯⎯→ 2 1 ⎯⎯⎯⎯→
2 1
0 0 1 − + i 0 0 1 − + i
5 5 5 5
0 0 0 0 0 0 0 0
x=0
y=0
Carlos Arturo Padilla 1501198900258
2 1 2 1
z + − + i w = 0 → z = − i w
5 5 5 5
Variable libre: w
Con w = 5 tenemo:
0 0 0
x 0
0 0 0
y = 2 1 = w 2 1 = 5 2 1 = 0
z − i w − i − i 2−i
5 5 5 5 5 5 5
w
w 1 1
Espacio Característico
0 0
0 0
v4 = → Ei = gen
2−i 2 − i
5
5
Vectores Característicos o Eigenvectores
Para 4 = i
Debemos Calcular
( A − 3 I )V = 0
Primero Veamos
−2 −2 0 0 1 0 0 0
−5 1 0 0 0 1 0 0
A − 4 I = −i
0 0 2 −1 0 0 1 0
0 0 5 −2 0 0 0 1
−2 −2 0 0 i 0 0 0 −2 − i −2 0 0
−5 1 0 0 0 i 0 0 −5 1 − i 0 0
= − =
0 0 2 −1 0 0 i 0 0 0 2−i −1
0 0 5 −2 0 0 0 i 0 0 5 −2 − i
Carlos Arturo Padilla 1501198900258
−2 − i x − 2 y 0
−5 x + 1 − i y = 0
2 − i z − w 0
5 z + −2 − i w 0
−2 − i −2 0 0
−2 − i −2 0 0 −2 − i −2 0 0
5 + 3 i R 0 1 0 0
− 5 1 − i 0 0 ⎯⎯⎯⎯→
− ( − ) 0 5 − 3i 0 0
⎯⎯⎯⎯→
2
2 1
R2 2 i R1 34 34
0 0 2−i −1 R4 −( 2+i ) R3 0 0 2 − i −1 52 + 15 i R3 0 0 1 − − i
5 5
−2 − i
0 0 0
0 5 0 0 0
0 0 0
−2 − i 0 0 0 1 0 0 0
R1 + 2 R2
0 1 0 0
− 52 + 15 i R1 0 1 0 0
⎯⎯⎯→ 2 1 ⎯⎯⎯⎯→
2 1
0 0 1 − − i 0 0 1 − − i
5 5 5 5
0 0 0 0 0 0 0 0
x=0
y=0
2 1 2 1
z + − − i w = 0 → z = + i w
5 5 5 5
Variable libre: w
Con w = 5 tenemo:
0 0 0
x 0
0 0 0
y = 2 1 = w 2 1 = 5 2 1 = 0
z + i w + i + i 2+i
5 5 5 5 5 5 5
w
w 1 1
Carlos Arturo Padilla 1501198900258
Espacio Característico
0 0
0 0
v4 = → Ei = gen
2+i 2 + i
5
5
Planteando la matriz C tenemos:
−2 1 0 0
5 1 0 0
C =
0 0 2+i 2−i
0 0 5 5
Calculando la matriz diagonal C −1 AC = D via software tenemos:
1 1
− 7 7 0 0
−2 −2 0 0 −2 1
5 2 0 0 3 0 0 0
0 0
7 7 −5 1 0 0 5 1 0 0 0 −4 0 0
C −1 AC = =
0 0 − 1 i 1 + 1 i 0 0 2 −1
0 0 2 + i 2 −i 0 0 i 0
2 10 5 0 0 5 −2 0 0 5 5 0 0 0 −i
1 1 1
0 0 i − i
2 10 5
1 = −4 2 = 3 3 = −i 4 = i
Verificando que AC = CD tenemos:
−2 −2 0 0 −2 1 0 0 −2 1 0 0 3 0 0 0
−5 1 0 0 5 1 0 0 5 1
=
0 0 0 −4 0 0
0 0 2 −1 0 0 2 + i 2 − i 0 0 2 + i 2 − i 0 0 i 0
0 0 5 −2 0 0 5 5 0 0 5 5 0 0 0 −i
−6 −4 0 0 −6 −4 0 0
15 − 4 0 0 15 − 4
=
0 0
0 0 −1 + 2i −1 − 2i 0 0 −1 + 2i −1 − 2i
0 0 5i −5i 0 0 5i −5i
1 0
24. Sea 𝐷 = ( ). Calcule 𝐷 20 .
0 −1
1 0
20
120 0 1 0
= =
0 −1 ( −1) 0 1
20
0
Autoevaluación 6.4
Indique si los siguientes enunciados son verdaderos o falsos.
I. Los valores característicos de una matriz simétrica son reales…..……….( V ).
II. Los vectores característicos de una matriz simétrica son reales………… ( V ).
III .Toda matriz simétrica real es semejante a una matriz diagonal…….….… ( V ).
IV.Si la matriz real A se puede diagonalizar, entonces existe una matriz ortogonal Q tal que
Qt AQ es diagonal…………...…..……( F ).
Justificaciones
IV. Para que la matriz A se puede diagonalizar debe de existir una matriz ortogonal Q tal que
Qt AQ es diagonal, no lo contrario.
Ejercicios 6.4
De los problemas 1 al 10 encuentre la matriz ortogonal Q que diagonaliza la matriz simétrica
dada. Después verifique que Qt AQ = D , una matriz diagonal cuyas componentes diagonales son
los valores característicos de A .
2 1
2.
1 2
Calculamos los valores característicos de A:
2− 1
det ( A − I ) = det = ( 2 − ) −1
2
1 2−
P ( ) = ( 2 − ) −1 = 0
2
(2 − ) =1
2
2 − = 1
1 = 1 2 = 3
Como 1 2 entonces la matriz A es diagonalizable.
( A − 1I ) v1 = 0
1 1 a 0 a + b = 0
= → → b = −a
1 1 b 0 a + b = 0
a a 1
v1 = = = a
b −a −1
( A − 2 I ) v2 = 0
−1 1 m 0 −m + n = 0
= → →m=n
1 −1 n 0 m − n = 0
m m 1
v2 = = = m
n m 1
Los espacios característicos son:
1
→ E1 = gen
−1
1
→ E3 = gen
1
Carlos Arturo Padilla 1501198900258
1 1
1 1 2 1 1 2
→ u = → u =
2 −1 1 1
1 2
2 1
−
2 2
1 1
2 2 1 2 2
Q= =
1 1 2 − 2 2
−
2 2
Determinamos QT AQ :
1 2 − 2 2 1 1 2 2
Qt AQ =
2 2 2 1 2 2 − 2 2
1 2 − 2 2 1 2 2
=
4 2 2 1 2 − 2 2
1 2 − 2 2 2
=
4 3 2 3 2 − 2 2
1 4 0
=
4 0 12
1 0
Qt AQ = =D
0 3
3 −1
3.
−1 3
Calculamos los valores característicos de A:
3 − −1
det ( A − I ) = det = (3 − ) −1
2
−1 3 −
P ( ) = (3 − ) −1 = 0
2
(3 − ) =1
2
3 − = 1
Carlos Arturo Padilla 1501198900258
1 = 2 2 = 4
Como 1 2 entonces la matriz A es diagonalizable.
( A − 1I ) v1 = 0
1 −1 a 0 a − b = 0
= → →b=a
−1 1 b 0 −a + b = 0
a a 1
v1 = = = a
b a 1
( A − 2 I ) v2 = 0
−1 −1 m 0 −m − n = 0
= → → −m = n
−1 −1 n 0 −m − n = 0
m m 1
v2 = = = m
n −m −1
Los espacios característicos son:
1
→ E2 = gen
1
1
→ E4 = gen
−1
Calculamos una base ortonormal para cada espacio característico:
1 1
1 1 2 1 1 2
→ u1 = → u2 =
2 1 1 2 −1 1
−
2 2
1 1
2 2 1 2 2
Q= =
1 1 2 2 − 2
−
2 2
Carlos Arturo Padilla 1501198900258
Determinamos QT AQ :
1 2 2 3 −1 1 2 2
Qt AQ =
2 2 − 2 −1 3 2 2 − 2
1 2 2 3 −1 2 2
=
4 2 − 2 −1 3 2 − 2
1 2 2 2 2 2 2
=
4 4 2 −4 2 2 − 2
1 8 0
=
4 0 16
2 0
Q t AQ = =D
0 4
1 −1 −1
5. −1 1 −1
−1 −1 1
Calculamos los valores característicos de A:
1 − −1 −1
1 − −1 −1 −1 −1 1 −
det ( A − I ) = det −1 1 − −1 = (1 − ) − ( −1) + ( −1)
−1 1 − −1 1 − −1 −1
−1 −1 1 −
= (1 − ) (1 − )(1 − ) − ( −1)( −1) + ( −1)(1 − ) − ( −1)( −1) − ( −1)( −1) − (1 − )( −1)
= (1 − ) 2 − 2 + − 2 − − + 2
= − 3 + 3 2 − 2 + 2 − 4
= − 3 + 3 2 − 4
P ( ) = − 3 + 3 2 − 4 = 0
− ( + 1)( − 2 )( − 2 ) = 0
1 = 2 2 = 2 3 = −1
Como 1 = 2 3 entonces la matriz A es diagonalizable.
Carlos Arturo Padilla 1501198900258
( A − 1I ) v1 = 0
−1 −1 −1 a 0
−1 −1 −1 b = 0 → −a − b − c = 0 → a = −b − c
−1 −1 −1 c 0
si hacemos b = c = tenemos:
a = − −
b=
c =
a − − − − −1 −1
v1 = b = = + 0 = 1 + 0
c 0 0 1
( A − 2 I ) v2 = 0
2 −1 −1 a 0 2a − b − c = 0
−1 2 −1 b = 0 → −a + 2b − c = 0 → a = c b = c
−1 −1 2 c 0 −a − b + 2c = 0
si hacemos c = tenemos:
a =
b =
c =
a 1
v2 = b = = 1
c 1
Los espacios característicos son:
−1 −1
E2 = gen 1 , 0
0 1
1
E−1 = gen 1
1
Carlos Arturo Padilla 1501198900258
−1 −1
Para E2 = gen 1 , 0 :
0 1
−1
Sea w1 = 1 , entonces
0
−1 −1
0 1
−1 −1
0
w2 = 0 − 1
1
1 −1 −1 0
1 1
0 0
−1 −1
1
w2 = 0 − 1
1 2 0
1
−1 2
w2 = 0 + −
1
2
1
0
1
− 2
w2 = −
1
2
1
w1
u1 =
w1
Carlos Arturo Padilla 1501198900258
−1
1
u1 = 1
2
0
1
− 2
1
u1 =
2
0
w2
u2 =
w2
1
− 2
1 1
u2 = −
3 2
2 1
− 1
3
2 2
1
u2 = −
2 3
2
1
3
2
1
Para E−1 = gen 1
1
1
3
1 1
1 1 1
u3 = 1 → u3 = 3 1 → u3 =
1 1 1 3
1
1
1 3
Carlos Arturo Padilla 1501198900258
− 1 − 2 13 1 − 1 − 1 1
2 2 3 2 6 3
Q = 12 − 2 13 1
= 12 − 1 1
2 3
6 3
0 1 1
0 2 1
3
2 3 3 3
Determinamos QT AQ :
− 1
0 1 −1 −1 − 12 −
1 1 1
2
2
1
6 3
2
Qt AQ = − 1
6 − 1
6
3 −1 1 −1 2 −
1
6
1
3
1 −1 −1 1 0 1
3
1 1 2
3 3 3 3
− 2 2 0 − 12 − 16 1
3
= − 23 − 23 2 16 + 32 12 − 16 1
3
1
− 3 − 13 − 13 2 1
0 3 3
2 0 0
Q AQ = 0 2 0 = D
t
0 0 −1
−1 2 2
7. 2 −1 2
2 2 1
Calculamos los valores característicos de A:
−1 − 2 2
−1 − 2 2 2 2 −1 −
det ( A − I ) = det 2 −1 − 2 = ( −1 − ) −2 +2
2 1− 2 1− 2 2
2 2 1−
= ( −1 − ) ( −1 − )(1 − ) − ( 2 )( 2 ) − 2 2 (1 − ) − ( 2 )( 2 ) +2 ( 2 )( 2 ) − ( −1 − )( 2 )
= ( −1 − ) 2 − 5 − 2 −2 − 2 + 2 2 + 6
= − 3 − 2 + 5 + 5 + 4 + 4 + 4 + 12
= − 3 − 2 + 13 + 21
P ( ) = − 3 − 2 + 13 + 21 = 0
− ( + 3) ( 2 − 2 − 7 ) = 0
Carlos Arturo Padilla 1501198900258
1 = −3 2 = 1 + 2 2 3 = 1 − 2 2
Como 1 2 3 entonces la matriz A es diagonalizable.
( A − 1I ) v1 = 0
2 2 2 a 0 2a + 2b + 2c = 0
2 2 2 b = 0 → 2a + 2b + 2c = 0 → b = −a c = 0
2 2 4 c 0 2a + 2b + 4c = 0
a a 1
v1 = b = −a = a −1
c 0 0
( A − 2 I ) v2 = 0
−2 − 2 2 2 2 (
)
a 0 −2 − 2 2 a + 2b + 2c = 0
2 −2 − 2 2
( )
2 b = 0 → 2a + −2 − 2 2 b + 2c = 0 → a =
c
2
b =
c
2
2 2 −2 2 c 0 2a + 2b − 2 2c = 0
c 1
2 2
a
c 1
v2 = b = = c
c 2 2
c 1
( A − 3 I ) v3 = 0
−2 + 2 2 2 ( )
2 a 0 −2 + 2 2 a + 2b + 2c = 0
2 −2 + 2 2
( )
2 b = 0 → 2a + −2 + 2 2 b + 2c = 0 → a = −
1
2
cb = −
1
2
c
2 2 2 2 c 0 2a + 2b + 2 2c = 0
1 1
− c
2 − 2
a
1 1
v3 = b = − c = c−
c 2 2
c 1
Carlos Arturo Padilla 1501198900258
1
E−3 = gen −1
0
1
2
1
E1+ 2 = gen
2
2
1
1
−
2
1
E1− 2 = gen −
2
2
1
1
2
1
1 1
−1 → u1 = −
2 2
0
0
12 12
1 1 1
2 → u2 = 2
2 1
1 2
− 12 − 12
1 1 1
− 2 → u3 = − 2
2 1
1 2
Carlos Arturo Padilla 1501198900258
1 1
− 12 2 1 −1
2 1
2
Q = − 12 1
2 − 12 = − 2 1 −1
2
0 1 1 0 2 2
2 2
Determinamos QT AQ :
2 − 2 0 −1 2 2 2 1 −1
1 1
Qt AQ = 1 1 2 2 −1 2 − 2 1 −1
2 2
−1 −1 2 2 2 1 0 2 2
−3 2 3 2 0 2 1 −1
1
= 1 + 2 2 1 + 2 2 4 + 2 − 2 1 −1
4
2 2 − 1 2 2 − 1 −4 + 2 0 2 2
−12 0 0
1
= 0 4+8 2 0
4
0 0 4 −8 2
−3 0 0
Q AQ = 0 1 + 2 2
t
0 =D
0 0 1− 2 2
11. Sea Q una matriz ortogonal simétrica. Demuestre que si es un valor característico de Q ,
entonces = 1 .
Entonces Qu = y 1 = u .
Tenemos
1= u
= Q −1Qu
= Q −1u
= Qt u
= Qu
Carlos Arturo Padilla 1501198900258
= 2u
= 2 u
→ 1 = 2 → = 1
a b
13. Demuestre que si Q = es ortogonal, entonces b = c . (Sugerencia: escriba las
c d
ecuaciones que se obtienen de la ecuación Qt Q = I .)
Se tiene
1 = det I
= det ( Q −1Q )
= det ( Q t Q )
= det ( Q t ) det ( Q )
1 = ( det ( Q ) ) → det Q = 1
2
a c
→ =Q
t
b d
= Q −1
detd Q − detb Q
= c
− det Q a
det Q
• Si det Q = 1 , entonces c = −b .
• Si det Q = −1 , entonces c = b .
15. Demuestra que si una matriz real A de 2 2 tiene vectores característicos ortogonales, entonces
A es simétrica.
Si la matriz A de 2 2 tiene vectores propios ortogonales, entonces A es ortogonalmente
diagonalizable, lo que significa que, de acuerdo con el teorema 4, A es simétrica.
16. Sea A una matriz real antisimétrica ( At = − A ) . Demuestre que todo valor característico de A
es de la forma i , donde es un número real. Es decir, demuestre que todo vector característico
de A es un número imaginario.
Sea un eigenvalor de A con eigenvector v
Entonces
Carlos Arturo Padilla 1501198900258
( v, v ) = ( v, v )
= ( Av, v )
= ( v, At v )
= ( v, − Av )
= ( v, − v )
= − ( v, v )
Como v 0, entonces = −
Lo que significa que = i para algún
Autoevaluación 6.5
Elija el inciso que mejor responda a lo planteado en el enunciado.
I. Si A es una matriz simétrica real con dos valores característicos positivos, entonces 𝑨𝐯 ∙ 𝐯 =
d > 0 es la ecuación de
a) una parábola b) una elipse c) una hipérbola d) dos rectas e) ninguna de
las anteriores
II. Si A es una matriz simétrica real con un valor característico positivo y otro negativo, entonces
𝑨𝐯 ∙ 𝐯 = 𝑑 > 0 es la ecuación de
a) una parábola b) una elipse c) una hipérbola d) dos rectas e) ninguna de
las anteriores
III. Si A es una matriz simétrica real con un valor característico positivo y uno igual a cero,
entonces 𝑨𝐯 ∙ 𝐯 = 𝑑 > 0 es la ecuación de
a) una parábola b) una elipse c) una hipérbola d) dos rectas e) ninguna de
las anteriores
IV. Si A es una matriz simétrica real con dos valores característicos negativos, entonces 𝑨𝐯 ∙ 𝐯 =
𝑑 > 0 es la ecuación de
a) una parábola b) una elipse c) una hipérbola d) dos rectas e) ninguna de
las anteriores
Carlos Arturo Padilla 1501198900258
Ejercicios 6.5
Valores Característicos
P ( ) = det ( A − I ) = 0
3 −1 1 0
A − I = −
−1 0 0 1
3 −1 0 3 − −1
= − =
−1 0 0 −1 −
Calculamos el determinante
3 − −1
det ( A − I ) = = ( 3 − )( − ) − ( −1)( −1) = −3 + 2 − 1
−1 −
Polinomio Característico
P ( ) = 2 − 3 − 1
Obteniendo los valores propios, tenemos:
2 − 3 − 1 = 0
= =
2 (1) 2
Carlos Arturo Padilla 1501198900258
3 − 13
1 =
2 Valores caracteríticos o Eigenvalores
3 + 13
2 =
2
Valores caracteríticos o Eigenvalores
3 − 13 3 + 13
1 = , 2 =
2 2
Como 1 2 entonces la matriz A es diagonalizable.
Vectores Característicos o Eigenvectores
3 + 13
Para 1 =
2
Debemos Calcular
( A − 1I )V = 0
Primero Veamos
3 −1 3 + 13 1 0
A − 2 I = −
−1 0 2 0 1
3 + 13 3 − 13
0 −1
3 −1 2 = 2
= −
−1 0 3 + 13 −3 − 13
0 −1
2 2
Ahora aplicamos la definición
( A − 1I )V = 0
3 − 13
−1 x 0
2 =
−3 − 13 y 0
−1
2
3 − 13
x − y
2 0
= 0
− x + −3 − 13 y
2
Carlos Arturo Padilla 1501198900258
3 − 13
−1 R + 2 R 3 − 13
−1
→ 2
2 1
2 ⎯⎯⎯⎯⎯ 3− 13
−3 − 13
0 0
−1
2
3 − 13 2
x − y = 0 → x = y
2 3 − 13
Variable libre: y
Con y = 3 − 13 tenemos:
2 2
x y 2
= 3 − 13 = y 3 − 13 =
y 3 − 13
y 1
Espacio Característico
2 2
v1 = → E3+ 13 = gen
3 − 13 2
3 − 13
Debemos Calcular
( A − 1I )V = 0
Primero Veamos
3 −1 3 − 13 1 0
A − 1 I = −
−1 0 2 0 1
3 − 13 3 + 13
0 −1
3 −1 2 = 2
= −
−1 0 3 − 13 −3 + 13
0 −1
2 2
Carlos Arturo Padilla 1501198900258
Con y = 3 + 13 tenemos:
2 2
x y 2
= 3 + 13 = y 3 + 13 =
y 3 + 13
y 1
Espacio Característico
2 2
v2 = → E3− 13 = gen
3 + 13 2 3 + 13
( )
2
v1 = 22 + 3 − 13 = 4 + 22 − 6 13 = 26 − 6 13
+ ( 3 + 13 )
2
v2 = 22 = 4 + 22 + 6 13 = 26 + 6 13
1 2
u2 =
26 + 6 13 3 + 13
Contruyendo la matriz Q
2 2
26 − 6 13 26 + 6 13
Q=
3 − 13 3 + 13
26 − 6 13 26 + 6 13
Como el det ( Q ) = 1,significa que el orden elegido para los vectores es el correcto
Calculando la matriz QT AQ = D
2 3 − 13 2 2 3 + 13
26 − 6 13 26 − 6 13 3 −1 26 − 6 13 26 + 6 13 2 0
QT AQ = =
2 3 + 13 −1 0 3 − 13 3 + 13 3 − 13
0
26 + 6 13 26 − 6 13 26 + 6 13
26 + 6 13 2
2 2
Expresar la ecuación obtenida como una cónica
(3 + 13 ) x + ( 3 −
2
13 ) y 2
=5
2 2 5
5 5
(3 + 13 ) x + ( 3 −
2
13 ) y 2
=1
2 2
5 5
Como a y b deben de se positivas en una cónica, entonces a conveniencia sacamos factor común − 1
(3 + 13 ) x − ( −3 +
2
13 ) y 2
=1
2 2
5 5
x 2
y 2
− =1
10 10
13 + 3 13 − 3
Hipérbola
Determinando el ángulo y el cuadrante
cos −sen
Dado a que la matriz de rotación tiene la forma Q =
sen cos
Carlos Arturo Padilla 1501198900258
y en la matriz Q los valores de la primer columna indican que cos es positivo y sen negativosignifica
que el ángulo se encuentra en el IV cuadrante.
2
cos = → = 16.84
26 − 6 13
= 360 − 16.84 = 343.16
2. 4 x2 + 4 xy + y 2 = 9
Estructura de una ecuación cuadrática en dos variables sin términos lineales.
ax 2 + bxy + cy 2 = d
Construyendo la matriz simétrica A
a b
A= 2
b c
2
4 2
A=
2 1
F ( x, y ) = Av v = d
Expresando Av v tenemos:
4 2 x x
Av v = = 9
2 1 y y
Valores Característicos
P ( ) = det ( A − I ) = 0
4 2 1 0
A − I = −
2 1 0 1
4 2 0 4 − 2
= − =
2 1 0 2 1−
Calculamos el determinante
4− 2
det ( A − I ) = = ( 4 − )(1 − ) − ( 2 )( 2 ) = 2 − 5
2 1−
Polinomio Característico
P ( ) = 2 − 5
Obteniendo los valores propios, tenemos:
2 − 5 = 0
Carlos Arturo Padilla 1501198900258
v2 = 22 + 12 = 5
Calculando la matriz QT AQ = D
1 1 −2 4 2 1 2 0 0
2
Q AQ =
T
=
5 2 1 2 1 −2 1 0 5
Ecuación en las nuevas variables
5 y 2 = 9
Expresar la ecuación obtenida como una cónica
5 y 2 = 9
Función constante
y en la matriz Q los valores de la primer columna indican que cos es positivo y sen negativosignifica
que el ángulo se encuentra en el IV cuadrante.
1
cos = → = 63.43
5
= 360 − 63.43 = 296.57
5. xy = 1
Estructura de una ecuación cuadrática en dos variables sin términos lineales.
ax 2 + bxy + cy 2 = d
Construyendo la matriz simétrica A
a b
A= 2
b c
2
0 1
A= 2
1 0
2
F ( x, y ) = Av v = d
Expresando Av v tenemos:
0 1 x
Av v = 2 x = 1
1
0 y y
2
Valores Característicos
P ( ) = det ( A − I ) = 0
0 1
A − I = 2 − 1 0
1
0 0 1
2
0 1 0 1
2 − 2
= − =
1 0 0 1 −
2 2
Calculamos el determinante
− 1
det ( A − I ) =
1 −
( )( ) ( 2 )( 1 2 ) =
2 = − − − 1 2
−1
4
2
Carlos Arturo Padilla 1501198900258
Polinomio Característico
P ( ) = 2 − 1
4
Obteniendo los valores propios, tenemos:
2 − 14 = 0
v2 = ( −1) + 12 = 2
2
Calculando la matriz QT AQ = D
1 1 0
1 1 1 0 1 −1 2
2
Q AQ = 2
=
T
−1 1 1
2 0 1 1 0 −
1
2 2
Ecuación en las nuevas variables
1 2 1 2
x − y = 1
2 2
Carlos Arturo Padilla 1501198900258
9. xy = a; a 0
Estructura de una ecuación cuadrática en dos variables sin términos lineales.
ax 2 + bxy + cy 2 = d
Construyendo la matriz simétrica A
a b
A= 2
b c
2
0 1
A= 2
1 0
2
F ( x, y ) = Av v = d
Expresando Av v tenemos:
0 1 x
Av v = 2 x = a
1
0 y y
2
Valores Característicos
P ( ) = det ( A − I ) = 0
0 1
A − I = 2 − 1 0
1
0 0 1
2
Carlos Arturo Padilla 1501198900258
0 1 0 1
2 − 2
= − =
1 0 0 1 −
2 2
Calculamos el determinante
− 1
det ( A − I ) =
−
1
( )( ) ( 2 )( 1 2 ) =
2 = − − − 1 2
−1
4
2
Polinomio Característico
P ( ) = 2 − 1
4
Obteniendo los valores propios, tenemos:
2 − 14 = 0
v2 = ( −1) + 12 = 2
2
Calculando la matriz QT AQ = D
1 1 0
1 1 1 0 2 1 −1 = 2
2
Q AQ =
T
2 −1 1 1 0 1 1 0 −
1
2 2
11. − x2 + 2 xy − y 2 = 0
Estructura de una ecuación cuadrática en dos variables sin términos lineales.
ax 2 + bxy + cy 2 = d
Construyendo la matriz simétrica A
a b
A= 2
b c
2
−1 1
A=
1 −1
F ( x, y ) = Av v = d
Expresando Av v tenemos:
Carlos Arturo Padilla 1501198900258
−1 1 x x
Av v = = 0
1 −1 y y
Valores Característicos
P ( ) = det ( A − I ) = 0
−1 1 1 0
A − I = −
1 −1 0 1
−1 1 0 −1 − 1
= − =
1 −1 0 1 −1 −
Calculamos el determinante
−1 − 1
det ( A − I ) = = ( −1 − )( −1 − ) − (1)(1) = 2 + 2
1 −1 −
Polinomio Característico
P ( ) = 2 + 2
Obteniendo los valores propios, tenemos:
2 + 2 = 0
Valores caracteríticos o Eigenvalores
1 = 0, 2 = −2
Como 1 2 entonces la matriz A es diagonalizable.
v2 = ( −1) + 12 = 2
2
Contruyendo la matriz Q
1 1 −1
Q=
2 1 1
Como el det ( Q ) = 1,significa que el orden elegido para los vectores es el correcto
Calculando la matriz QT AQ = D
1 1 1 −1 1 1 −1 0 0
2
Q AQ =
T
=
2 −1 1 1 −11 1 0 −2
Ecuación en las nuevas variables
−2 y2 = 0
Expresar la ecuación obtenida como una cónica
−2 y2 = 0
Función constante, eje de las x
13. x2 − 2 xy + 3 y 2 = 5
Estructura de una ecuación cuadrática en dos variables sin términos lineales.
ax 2 + bxy + cy 2 = d
Construyendo la matriz simétrica A
a b
A= 2
b c
2
1 −1
A=
−1 3
F ( x, y ) = Av v = d
Expresando Av v tenemos:
1 −1 x x
Av v = = 5
−1 3 y y
Carlos Arturo Padilla 1501198900258
Valores Característicos
P ( ) = det ( A − I ) = 0
1 −1 1 0
A − I = −
−1 3 0 1
1 −1 0 1 − −1
= − =
−1 3 0 −1 3 −
Calculamos el determinante
1 − −1
det ( A − I ) = = (1 − )( 3 − ) − ( −1)( −1) = 3 − − 3 + 2 − 1
−1 3 −
Polinomio Característico
P ( ) = 2 − 4 + 2
Obteniendo los valores propios, tenemos:
2 − 4 + 2 = 0
(1 − 2 )
2
v1 = + 12 = 4 − 2 2
(1 + 2 )
2
v1 = + 12 = 4 + 2 2
Contruyendo la matriz Q
1− 2 1+ 2
4−2 2 4+2 2
Q=
1 1
4−2 2 4 + 2 2
Como el det ( Q ) = 1,significa que el orden elegido para los vectores es el correcto
Calculando la matriz QT AQ = D
1− 2 1 1− 2 1+ 2
4−2 2 4 − 2 2 1 −1 4 − 2 2 4+ 2 2 2+ 2 0
Q AQ =
T
−1 3 =
1+ 2 −
1 1 1
0 2 2
4−2 2
4+2 2 4 + 2 2 4+2 2
Ecuación en las nuevas variables
( ) (
2 + 2 x2 + 2 − 2 y2 = 5 )
Expresar la ecuación obtenida como una cónica
( 2 + 2 ) x + ( 2 − 2 ) y
2 2
=
5
5 5 5
x 2 y
2
+ =1
5 5
(2 + 2 ) (2 − 2 )
Elipse con centro en el origen
16. x2 + xy + y 2 = 5
Estructura de una ecuación cuadrática en dos variables sin términos lineales.
ax 2 + bxy + cy 2 = d
Carlos Arturo Padilla 1501198900258
F ( x, y ) = Av v = d
Expresando Av v tenemos:
1 1 x
Av v = 2 x = 5
1
1 y y
2
Valores Característicos
P ( ) = det ( A − I ) = 0
1 1
A − I = 2 − 1 0
1
1 0 1
2
1 1 0 1
2 1 − 2
= − =
1 1 0 1 1−
2 2
Calculamos el determinante
1− 1
det ( A − I ) =
1 1−
( )( ) 2 ( )( 1 2 ) = 1 − 2 +
2 = 1− 1− − 1 2
−1
4
2
Polinomio Característico
P ( ) = 2 − 2 + 3
4
Obteniendo los valores propios, tenemos:
2 − 2 + 3 4 = 0
v2 = ( −1) + 12 = 2
2
Contruyendo la matriz Q
1 1 −1
Q=
2 1 1
Como el det ( Q ) = 1,significa que el orden elegido para los vectores es el correcto
Calculando la matriz QT AQ = D
1 3 0
1 1 1 1 1 −1 2
2
Q AQ = 2
=
T
2 −1 1 1 1 1 1 0 1
2 2
Ecuación en las nuevas variables
3 2 1 2
x − y = 5
2 2
Expresar la ecuación obtenida como una cónica
x 2 y 2 5
+ =
2 ( 5) 2 ( 5) 5
y 2 x 2
+ =1
10 10
Elipse con centro en el origen
Carlos Arturo Padilla 1501198900258
17. 6 x2 + 5xy − 6 y 2 + 7 = 0
Estructura de una ecuación cuadrática en dos variables sin términos lineales.
ax 2 + bxy + cy 2 = d
Construyendo la matriz simétrica A
a b
A= 2
b c
2
6 5
A= 2
5 −6
2
F ( x, y ) = Av v = d
Expresando Av v tenemos:
6 5 x
Av v = 2 x = −7
5
−6 y y
2
Valores Característicos
P ( ) = det ( A − I ) = 0
6 5
A − I = 2 − 1 0
5
−6 0 1
2
6 5 0
6−
5
2 2
= − =
5 −6 0 5 −6 −
2 2
Calculamos el determinante
6− 5
det ( A − I ) =
5 −6 −
2
( 2 )( 5 2 ) = −36 − 6 + 6 +
= ( 6 − )( −6 − ) − 5 2
− 25
4
2
Carlos Arturo Padilla 1501198900258
Polinomio Característico
P ( ) = 2 − 169
4
Obteniendo los valores propios, tenemos:
2 − 169 4 = 0
v1 = ( −1) + 52 = 26
2
Q AQ =
T
26 −1 5 5
−6 1 5 0 − 13
2 2
Ecuación en las nuevas variables
13 2 13 2
x − y = −7
2 2
Carlos Arturo Padilla 1501198900258
De los problemas 19 al 23 escriba la forma cuadrática en términos de las nuevas variables 𝑥´,
𝑦´ y 𝑧´ de manera que no estén presentes los términos de productos cruzados (𝑥𝑦, 𝑥𝑧. 𝑦𝑧).
19. x2 − 2 xy + y 2 − 2 xz − 2 yz + z 2 = 0
Construyendo la matriz simétrica A
1x 2 − 2 xy + 1y 2 − 2 xz − 2 yz + 1z 2 = 0
−2 −2
1 2 2 1 −1 −1
−2 −2
A= 1 → −1 1 −1
2 2
−1 −1 1
−2 −2
1
2 2
F ( x, y ) = Av v = d
Expresando Av v tenemos:
1 −1 −1 x x
Av v = −1 1 −1 y y = 0
−1 −1 1 z z
Carlos Arturo Padilla 1501198900258
Valores Característicos
P ( ) = det ( A − I ) = 0
1 −1 −1 1 0 0
A − I = −1 1 −1 − 0 1 0
−1 −1 1 0 0 1
1 −1 −1 0 0 1 − −1 −1
= −1 1 −1 − 0 0 = −1 1 − −1
−1 −1 1 0 0 −1 −1 1 −
Calculamos el determinante
1 − −1 −1 1 − −1
det ( A − I ) = −1 1 − −1 −1 1 − =
−1 −1 1 − −1 −1
(1 − )(1 − )(1 − ) − 1 − 1 − (1 − ) − (1 − ) − (1 − )
1 − 3 + 3 2 − 3 − 2 − 3 + 3
Polinomio Característico
P ( ) = − 3 + 3 2 − 4
Obteniendo los valores propios, tenemos:
− 3 + 3 2 − 4 = 0
Valores caracteríticos o Eigenvalores
1 = −1, 2 = 2, 3 = 2
Como 1 2 = 3 entonces la matriz A es diagonalizable.
−1
= 1
v2.1 = v2.1
0
Carlos Arturo Padilla 1501198900258
Segundo vector
v v
= v2.2 − 2.2 2.1 v2.1
v2.2
v2.1
v2.1
−1 −1
0 1 1 − 1
−1 −1 −1 −1 −1 2 2
= 0 − 1 = 0 − 1 = 0 + − 1 = − 1
1 0 1
v2.2 −1 −1 2 2 2
1 0 1
1 1 0 1 0 1
0 0
( ) ( )
2 2
=
v2.2 −1 + −1 + 12 = 3
2 2 2
Como el det ( Q ) = 1,significa que el orden elegido para los vectores es el correcto
Calculando la matriz QT AQ = D
2
1 1 1 1 − 1 −
3 2
3 1 −1 −1
2 3
3 3 −1 0 0
1 2
= 0 2 0
Q AQ = −
T 1 0 −1 1 −1 1 1 −
2 2 −1 −1 1 3 2 2 3
0 0 2
2 2 2 2
− − 1 0
2 3 2 3 3 3 3
Ecuación en las nuevas variables
− x2 + 2 y2 + 2 z2 = 0
22. 3x2 + 4 xy + 2 y 2 + 4 xz + 4 z 2 = 0
Construyendo la matriz simétrica A
3x 2 + 4 xy + 2 y 2 + 4 xz + 4 z 2 =0
4 4
3 2 2
3 2 2
2 0 → 2 2
4
A= 0
2
2 0 4
4
0 4
2
F ( x, y ) = Av v = d
Expresando Av v tenemos:
3 2 2 x x
Av v = 2 2 0 y y = 0
2 0 4 z z
Valores Característicos
P ( ) = det ( A − I ) = 0
3 2 2 1 0 0
A − I = 2 2 0 − 0 1 0
2 0 4 0 0 1
3 2 2 0 0 3− 2 2
= 2 2 0 − 0 0 = 2 2− 0
2 0 4 0 0 2 4 −
0
Carlos Arturo Padilla 1501198900258
Calculamos el determinante
3− 2 2 3− 2
det ( A − I ) = 2 2− 0 2 2− =
2 0 4− 2 0
( 3 − )( 2 − )( 4 − ) + 0 + 0 − 4 ( 4 − ) + 0 − 4 ( 2 − )
24 − 26 + 9 2 − 3 − 16 + 4 − 8 + 4
Polinomio Característico
P ( ) = − 3 + 9 2 − 18
Obteniendo los valores propios, tenemos:
− 3 + 9 2 − 18 = 0
Valores caracteríticos o Eigenvalores
1 = 0, 2 = 3, 3 = 6
Como 1 2 3 entonces la matriz A es diagonalizable.
v2 = ( −1) + ( −2 ) + 22 = 3
2 2
v3 = 22 + 12 + 22 = 3
−1
1
u2 = −2
3
2
2
1
u3 = 1
3
2
Contruyendo la matriz Q
− 2 −1 2
3 3 3
Q= 2 −2 1
3 3 3
1 2 2
3 3 3
Como el det ( Q ) = 1,significa que el orden elegido para los vectores es el correcto
Calculando la matriz QT AQ = D
− 2 2 1 −2 −1 2
3 3 3 3 2 2 3 3 3 0 0 0
1 = 0 3 0
Q AQ = − 1
T
−2 2 2 2 0 2 −2
3 3 3 3 3 3
2 2 0 4 0 0 6
1 2 1 2 2
3 3 3 3 3 3
Ecuación en las nuevas variables
3 y 2 + 6 z 2 = 0
Las definiciones de negativa definida y negativa semidefinida son las definiciones en los
problemas 31 y 32 sustituyendo ≥ 0 por ≤ 0. Una forma cuadrática es indefinida si no es de
los tipos anteriores. De los problemas 33 al 43 determine si la forma cuadrática dada es
positiva definida, positiva semidefinida, negativa definida, negativa semidefinida o indefinida.
33.3x2 + 2 y 2
Estructura de una ecuación cuadrática en dos variables sin términos lineales.
ax 2 + bxy + cy 2 = d
Construyendo la matriz simétrica A
a b
A= 2
b c
2
3 0
A=
0 2
Carlos Arturo Padilla 1501198900258
F ( x, y ) = Av v = d
Expresando Av v tenemos:
3 0 x x
Av v = = 0
0 2 y y
Valores Característicos
P ( ) = det ( A − I ) = 0
3 0 1 0
A − I = −
0 2 0 1
3 0 0 3− 0
= − =
0 2 0 0 2−
Calculamos el determinante
3− 0
det ( A − I ) = = ( 3 − )( 2 − ) − ( 0 )( 0 ) = 6 − 3 − 2 + 2
0 2−
Polinomio Característico
P ( ) = 2 − 5 + 6
Obteniendo los valores propios, tenemos:
2 − 5 + 6 = 0
( − 3)( − 2 ) = 0
Valores caracteríticos o Eigenvalores
1 = 2, 2 = 3
Como 1 , 2 son positivos entonces la forma cuadrática dada es positiva definida.
35. − 3x2 − 3 y 2
Estructura de una ecuación cuadrática en dos variables sin términos lineales.
ax 2 + bxy + cy 2 = d
Construyendo la matriz simétrica A
a b
A= 2
b c
2
−3 0
A=
0 −3
F ( x, y ) = Av v = d
Carlos Arturo Padilla 1501198900258
Expresando Av v tenemos:
−3 0 x x
Av v = = 0
0 −3 y y
Valores Característicos
P ( ) = det ( A − I ) = 0
−3 0 1 0
A − I = −
0 −3 0 1
−3 0 0 −3 − 0
= − =
0 −3 0 0 −3 −
Calculamos el determinante
−3 − 0
det ( A − I ) = = ( −3 − )( −3 − ) − ( 0 )( 0 ) = 9 + 3 + 3 + 2
0 −3 −
Polinomio Característico
P ( ) = 2 + 6 + 9
Obteniendo los valores propios, tenemos:
2 + 6 + 9 = 0
( + 3) =0
2
Autoevaluación 6.6
I. ¿Cuál de las siguientes no es matriz de Jordan?
3 1 0 3 1 0 3 1 0 3 0 0
a ) 0 3 0 b) 0 4 0 c) 0 3 0 d) 0 4 0
0 0 4 0 0 5 0 0 3 0 0 5
IV. Suponga que A es una matriz de 2 2 cuyo polinomio característico es ( − 2I ) tal que la
2
Ejercicios 6.6
De los problemas 1 al 17 determine si la matriz dada es una matriz de Jordan.
1 0
2.
0 0
Sí lo es. Dada la división
1 0
→
0 1
1 1
3.
0 2
No lo es, dado que, para serlo, por tener la componente a12 = 1 , los componentes a11 y a22 deberían
de ser iguales.
1 0 0 1 0 0
5. 0 3 1 → 0 3 1
0 0 3 0 0 3
3 1 0 3 1 0
7. 0 3 1 → 0 3 1
0 0 3 0 0 3
Sí lo es. Dada la división
Carlos Arturo Padilla 1501198900258
1 0 0 1 0 0
11. 0 3 1 → 0
3 1
0 0 3 0 0 3
1 0 0 0 0 1 0 0 0 0
0 2 1 0 0 0 2 1 0 0
13. 0 0 2 1 0 → 0 0 2 1 0
0 0 0 2 0 0 0 0 2 0
0
0 0 0 2 0 0 0 0
2
2 0 0 0 0 2 0 0 0 0
0 3 1 0 0 0 3 1 0 0
15. 0 0 3 0 0 → 0 0 3 0 0
0 0 0 5 1 0 0 0 5 1
0
0 0 0 5 0 0 0
0 5
a 0 0 0 0 a 0 0 0 0
0 b 0 0 0 0 b 0 0 0
16. 0 0 c 0 0 → 0 0 c 0 0
0 0 0 d 0 0 0 0 d 0
0
e
e
0 0 0
0 0 0 0
a 1 0 0 0 a 1 0 0 0
0 a 0 0 0 0 a 0 0 0
17. 0 0 c 1 0 → 0 0
c 1 0
0 0 0 c 1 0 0 0 c 1
0
0 0 0 c 0 0
0 0 c
4 −1
21.
1 2
Calculamos los valores característicos de la matriz:
4− −1
det ( A − I ) = = ( 4 − )( 2 − ) − ( −1)(1)
1 2−
= 8 − 4 − 2 + 2 + 1
= 2 − 6 + 9
P ( ) = 2 − 6 + 9 = 0
( − 3) =0
2
1 −1 a 0 a − b = 0
= →a=b
1 −1 b 0 a − b = 0
a a 1
v1 = = ; con a = 1, entonces v1 =
b a 1
1 1
C = .
1 0
1 0 −1 4 −11 1
C −1 AC =
−1 −1 1 1 2 1 0
Carlos Arturo Padilla 1501198900258
−1 −2 1 1
= − 1
−3 3 1 0
1 2 1 1
=
3 −3 1 0
3 1
C −1 AC = =J
0 3
De los problemas 29 al 36 está dado el polinomio característico de una matriz A. Escriba todas
las posibles formas canónicas de Jordan de A.
29. ( + 1) ( − 2 )
2 2
1 = −1 2 = −1 3 = 2 4 = 2
−1 1 0 0 −1 0 0 0
0 −1 0 0 0 −1 0 0
a) b)
0 0 2 1 0 0 2 1
0 0 0 2 0 0 0 2
−1 1 0 0 −1 0 0 0
0 −1 0 0 0 −1 0 0
c) d)
0 0 2 0 0 0 2 0
0 0 0 2 0 0 0 2
Autoevaluación 6.7
I. Si 𝐶 −1 𝐴𝐶 = 𝐷, entonces 𝑒 𝐴𝑡 = c) .
a) 𝑒 𝐷𝑡 b) 𝐶 −1 𝑒 𝐷𝑡 𝐶 c) 𝐶𝑒 𝐷𝑡 𝐶 −1 d) 𝑒 𝐶𝑡 𝑒 𝐷𝑡 𝑒 𝐶−1𝑡
3 0
II. Si 𝐷 = ( ), entonces 𝑒 𝐷𝑡 = a) .
0 −4
3𝑡 −3𝑡 1 −4𝑡
a) (𝑒 0 b) (𝑒 0) d) (𝑒 0)
− 𝑡
−4𝑡 ) c) (𝑒 0 )
3
0 𝑒 0 𝑒 4𝑡 1 0 𝑒 3𝑡
0 𝑒 −4𝑡
Carlos Arturo Padilla 1501198900258
2 1
III. Si 𝐽 = ( ), entonces 𝑒 𝐽𝑡 = c) .
0 2
2𝑡 2𝑡
a) (𝑒 0) b) (𝑒 𝑒𝑡 ) c) (𝑒
2𝑡
𝑡𝑒 2𝑡 ) 2𝑡
d) ( 𝑒 2𝑡 𝑡𝑒 2𝑡 )
0 𝑒 2𝑡 0 𝑒 2𝑡 0 𝑒 2𝑡 𝑡𝑒 𝑒 2𝑡
x = ax + by, x ( 0 ) = x0
y = cx + dy, y ( 0 ) = y0
a b
que A = y que A es similar a una matriz diagonal D. Entonces existe una matriz invertible
c d
x (t )
C tal que = b) .
y (t )
x x x
a) C −1e Dt C 0 b) Ce Dt C −1 0 c) e Dt 0
y0 y0 y0
Ejercicios 6.7
En los problemas 1 al 12 encuentre la matriz solución principal 𝑒 𝐴𝑡 del sistema 𝑥´(𝑡) = 𝐴𝑥(𝑡).
−2 −2
1. A =
−5 1
Valores Característicos
P ( ) = det ( A − I ) = 0
−2 −2 1 0
A − I = −
−5 1 0 1
−2 −2 0 −2 − −2
= − =
−5 1 0 −5 1−
Calculamos el determinante
−2 − −2
det ( A − I ) = = ( −2 − )(1 − ) − ( −2 )( −5 ) = −2 + 2 − + 2 − 10
−5 1−
Polinomio Característico
P ( ) = 2 + − 12
Obteniendo los valores propios, tenemos:
2 + − 12 = 0
( + 4 )( − 3)
Carlos Arturo Padilla 1501198900258
3 −5
5. A =
1 −1
Valores Característicos
P ( ) = det ( A − I ) = 0
3 −5 1 0
A − I = −
1 −1 0 1
3 −5 0 3 − −5
= − =
1 −1 0 1 −1 −
Calculamos el determinante
3− −5
det ( A − I ) = = ( 3 − )( −1 − ) − (1)( −5 ) = −3 − 3 + + 2 + 5
1 −1 −
Carlos Arturo Padilla 1501198900258
Polinomio Característico
P ( ) = 2 − 2 + 2
Obteniendo los valores propios, tenemos:
2 − 2 + 2 = 0
− ( −2 ) ( −2 ) − 4 (1)( 2 )
2
2 −4
= =
2 (1) 2
2 + 2i
1 = = 1+ i
2
Valores caracteríticos o Eigenvalores
2 − 2i
2 = = 1− i
2
−12 7
9. A =
−7 2
Valores Característicos
P ( ) = det ( A − I ) = 0
−12 7 1 0
A − I = −
−7 2 0 1
−12 7 0 −12 − 7
= − =
−7 2 0 −7 2−
Calculamos el determinante
−12 − 7
det ( A − I ) = = ( −12 − )( 2 − ) − ( −7 )( 7 ) = −24 + 12 − 2 + 2 + 49
−7 2−
Polinomio Característico
P ( ) = 2 + 10 + 25
Obteniendo los valores propios, tenemos:
2 + 10 + 25 = 0
( + 5) =0
2
7 x2 = 1 + 7 x1
1 + 7 x1 0
x2 = con x1 = 0, se genera el vector
7 1
7
1 1 −2
10. A = −1 2 1
0 1 −1
Valores Característicos
P ( ) = det ( A − I ) = 0
1 1 −2 1 0 0
A − I = −1 2 1 − 0 1 0
0 1 −1 0 0 1
1 1 −2 0 0 1 − 1 −2
= −1 2 1 − 0 0 = −1 2− 1
0 1 −1 0 0 0 −1 −
1
Calculamos el determinante
1− 1 −2 1 − 1
det ( A − I ) = −1 2 − 1 −1 2 − =
0 1 −1 − 0 1
Carlos Arturo Padilla 1501198900258
(1 − )( 2 − )( −1 − ) + 0 + 2 + ( −1 − ) − (1 − ) + 0
2 2 − 3 − 2 + + 2 − 2
Polinomio Característico
P ( ) = − 3 + 2 2 + − 2
Obteniendo los valores propios, tenemos:
− 3 + 2 2 + − 2 = 0
Valores caracteríticos o Eigenvalores
1 = −1, 2 = 1, 3 = 2
Como 1 2 3 entonces la matriz A es diagonalizable.
− 1 −1 7
1 3 1 e 0 6 −e−t + 9et − 2e 2t 7e −t − 9et + 2e 2t
−t
0 3 6 −2e −t + 2e 2t
1
e At = 0 2 3 0 et 0 1 0 − 1 = 6et − 6e 2t 6e 2t −6et + 6e 2t
2 2 6
1 1 1 0 e2t 1 −e−t + 3et − 2e2t −2e −t + 2e 2t 7e −t − 3et + 2e 2t
0
− 1 1
3 3 3
17. Una comunidad de n individuos está expuesta a una enfermedad infecciosa†. En el tiempo t, la
comunidad se divide en grupos: el grupo 1 con población X1 (t) es el grupo susceptible; el grupo 2 con
una población de X2 (t) es el grupo de individuos infectados en circulación, y el grupo 3, con población
de X3 (t), consiste en aquellos que están aislados, muertos o inmunes. Es razonable suponer que
inicialmente X2 (t) y X3 (t) son pequeños en comparación con X1 (t). Sean a y b constantes positivas; a
denota la tasa a la que los individuos susceptibles se infectan y b la tasa a la que los individuos
infectados pasan al grupo 3. Un buen modelo para la dispersión de la enfermedad está dado por el
sistema
x1 ( t ) = − x1 ( 0 ) x2
x2 ( t ) = x1 ( 0 ) x2 − x2
x3 ( t ) = − x2
a) Escriba este sistema en la forma 𝑥´ = 𝐴𝑥 y encuentre la solución en términos de x1(0), x2(0) y x3(0).
Observe que x1(0) + x2(0) + x3(0) = n.
0 − x1 ( 0 ) 0
x ( t ) = 0 x1 ( 0 ) − 0 x ( t )
0 0
1 2 ( 1 1)
x ( 0 ) + x ( 0 ) − x ( 0 ) e( x1 ( 0)− )t + x ( 0 ) x ( 0 ) −
1
x (t ) = x2 ( 0 ) e( 1 ( ) )
x 0 − t
(
x3 ( 0 ) + x2 ( 0 ) e( 1
x ( 0 ) − )
)t
− x1 ( 0 ) −
En los problemas 19 al 30 use el resultado del problema 18 para resolver la ecuación dada.
20. x + 5 x + 6 x = 0; x ( 0 ) = 1, x ( 0 ) = 0
2 + 5 + 6 = 0
( + 3)( + 2 ) = 0
Carlos Arturo Padilla 1501198900258
1 = −2 2 = −3
Forma general de la matriz A
0 1
A=
−b −a
Forma general del determinante
− 1
det ( A − I ) = = 2 + a + b = 0
−b −a −
0 1
A=
−6 −5
Calculando los Vectores Característicos o Eigenvectores via software tenemos:
1
Para 1 = −2 → v1 =
−2
−1
Para 2 = −3 → v2 =
3
Planteando la matriz C tenemos:
1 −1
C =
−2 3
Calculando la forma canónica de Jordan C −1 AC = D = J via software tenemos:
3 1 0 1 1 −1 −2 0
C −1 AC = = 1 = −2 2 = −3
2 1 −6 −5 −2 3 0 −3
Calculando la matriz e Jt tenemos:
e−2t 0
e Jt = −3t
0 e
Calculando la matriz e At = Ce Jt C −1 via software tenemos:
1 −1 e−2t 0 3 1 3e−2t − 2e−3t e−2t − e−3t
e At = −3t
=
−2 3 0 e 2 1 −6e + 6e
−2t −3t
−2e−2t + 3e−3t
3e−2t − 2e−3t e−2t − e−3t x1 ( t )
e At ( x ) =
−2 t
−6e + 6e
−3t
−2e−2t + 3e−3t x2 ( t )
At 1 3e−2t − 2e−3t e−2t − e−3t 1 3e−2t − 2e−3t
e = −2t −3t =
0 −6e + 6e −2e−2t + 3e−3t 0 −6e−2t + 6e−3t
x = 3e −2t − 2e −3t
Carlos Arturo Padilla 1501198900258
21. x + 4 x = 0; x ( 0 ) = 0, x ( 0 ) = 1
2 + 4 = 0
2 = −4
1 = 2i 2 = −2i
Forma general de la matriz A
0 1
A=
−b −a
Forma general del determinante
− 1
det ( A − I ) = = 2 + a + b = 0
−b −a −
0 1
A=
−4 0
Calculando los Vectores Característicos o Eigenvectores via software tenemos:
−i
Para 1 = 2i → v1 =
2
i
Para 2 = −2i → v2 =
2
Planteando la matriz C tenemos:
−i i
C =
2 2
Calculando la forma canónica de Jordan C −1 AC = D = J via software tenemos:
1 2 − i 0 1 −i i 2i 0
C −1 AC = − = 1 = 2i 2 = −2i
4i −2 −i −4 0 2 2 0 −2i
Calculando la matriz e Jt tenemos:
e2it 0
e Jt = −2it
0 e
Aplicando la formula de Euler
eit = cos t + i sen t e 2it = cos 2t + i sen 2t e −2it = cos 2t − i sen 2t
cos 2t + i sen2 t 0
e Jt =
0 cos 2t − i sen 2t
Calculando la matriz e At = Ce Jt C −1 via software tenemos:
sen2t
1 −i i cos 2t + i sen2 t 0 2 − i cos 2t
e =− = 2
At
4i 2 2 0 cos 2t − i sen 2t −2 −i
−2sen2t cos 2t
Carlos Arturo Padilla 1501198900258
sen2t
x1 ( t )
cos 2t
e ( x) = 2
At
x2 ( t )
−2sen2t cos 2t
sen2t sen2t
At 0 cos 2t 0
e = 2 = 2
1
−2sen2t cos 2t cos 2t
1
sen2t
x=
2
0 1 0
23.Sea N3 = 0 0 1 .Demuestre que N33 = 0, la matriz cero.
0 0 0
N3 = N3 N3
2
0 1 0 0 1 0 0 0 1
0 0 1 0 0 1 = 0 0 0
0 0 0
0 0 0 0 0 0
N 33 = N 32 N 3
0 0 1 0 1 0 0 0 0
0 0 0 0 0 1 = 0 0 0
0 0 0 0 0 0 0 0 0
1 t t2
1 0 2
25.Sea J = 0 1 . Demuestre que e Jt = et 0 1 t Sugerencia: Jt = It + N 3t. Utilice el
0 0
0 0 1
hecho de que e A+ B
= e e si AB = BA .
A B
Jt = It + N 3t , entonces
e Jt = e(
lt + N3t )
= elt e N3t , por lo tanto
t2 1 t t2
et 0 0 1 t 2 2
t
e Jt = 0 e t 0 0 1 t =e 0 1 t
0 0 et 0 0 1 0 0 1