Wuolah Free Algebra T4 Resumen

Algebra-T4-Resumen.
pdf
user_1165035
Matemáticas Para la Economía: Álgebra
1º Grado en Economía
Facultad de Ciencias Económicas y Empresariales

Universidad Nacional de Educación a Distancia
Reservados todos los derechos.

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
CAPÍTULO 4: DIAGONALIZACIÓN DE MATRICES
Interesa diagonalizar a una matriz dada ya que con éstas la operatoria se simplifica notoriamente.
4.2.1 Matrices equivalentes
Dos matrices Existen dos matrices 𝑀 y 𝑁 Tales que

equidimensionales 𝐴 y 𝐵 Son equivalentes si No singulares
De dimensiones 𝑚 × 𝑛 De dimensiones 𝑚 × 𝑚 y 𝑛 × 𝑛. 𝐵 = 𝑀𝐴𝑁
2 1 66 58
𝐴 = )4 2. y 𝐵 = )65 55.
1 0 19 15
Son equivalentes ya que existen las matrices cuadradas
4 1 2
3 2
𝑀 = ) 3 1 5. y 𝑁 = 4 5
4 5
1 0 3

Tales que 𝐵 = 𝑀𝐴𝑁, en efecto
4 1 2 2 1 14 6 66 58
3 2 3 2
𝑀𝐴𝑁 = )3 1 5. · )4 2. · 4 5 = )15 5. · 4 5 = )65 55.
4 5 4 5
1 0 3 1 0 5 1 19 15
Propiedades matrices equivalentes
Reflexiva Si 𝑙! e 𝑙" son matrices unitarias de orden 𝑚 y 𝑛 .............................................. 𝐴 = 𝑙! 𝐴𝑙"
Simétrica Si 𝐵 es equivalente a 𝐴, también 𝐴 es equivalente a 𝐵 ............................ 𝐴 = 𝑀#$ 𝐵𝑁 #$
Transitiva Sea 𝐵 = 𝑀𝐴𝑁 y 𝐶 = 𝑃𝐵𝑄 entonces .................. 𝐶 = 𝑃𝐵𝑄 = 𝑃(𝑀𝐴𝑁)𝑄 = (𝑃𝑀)𝐴(𝑁𝑄)
Tiene el mismo rango 𝑟(𝐵) = 𝑟(𝑀𝐴𝑁) = 𝑟[𝑀(𝐴𝑁)] = 𝑅(𝐴𝑁) = 𝑟(𝐴)
4.2.2 Matrices congruentes
Dos matrices 𝐴 y 𝐵 de orden 𝑛.

𝐵 = 𝑁𝐴𝑁 % o 𝐵 = 𝑁 % 𝐴𝑁
son congruentes si existe una matriz 𝑁 que
Dos matrices cuadradas

4 2 23 10 2 1 4 2 2 0 9 5 2 0
𝐴=4 5 𝑦 𝐵 = 4 5 𝑁𝐴𝑁 % = 4 5·4 5·4 5=4 5·4 5
1 1 6 4 0 2 1 1 1 2 2 2 1 2
Son congruentes ya que existe matriz regular 23 10
=4 5=𝐵
6 4
2 1
𝑁=4 5
0 2
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-3987248
4.2.3 Matrices semejantes
Dos matrices cuadradas 𝐴 y 𝐵son semejantes

si existe una matriz 𝑇 también cuadrada y no singular que 𝐵 = 𝑇𝐴𝑇 #$
(también tienen igual rango)
Si 𝐴 y 𝐵 son semejantes, también lo són 𝐴& y 𝐵& 𝐵& = 𝑇𝐴& 𝑇 #$
Dos matrices cuadradas

5 −2 43 −30 3 2 5 −2 3 −2
𝐴=4 5 𝑦 𝐵 = 4 5 𝑇𝐴𝑇 #$ = 4 5·4 5·4 5
−3 1 53 −37 4 3 −3 1 −4 3
Son semejantes ya que existe matriz regular 9 −4 3 −2 43 −30
=4 5·4 5=4 5=𝐵
11 −5 −4 3 53 −37
3 2
𝑇=4 5
4 3
Tenemos lo que nos faltaba: Imprime tus apuntes al mejor precio y recíbelos en casa
4.3 Ecuación característica
𝑎$$ 𝑎$' 𝑎$(

𝐴 = )𝑎'$ 𝑎'' 𝑎'( .
𝑎($ 𝑎(' 𝑎(( 𝑎$$ − 𝜆 𝑎$' 𝑎$(
Ecuación característica de dicha matriz |𝐴 − 𝜆𝐼" | = J 𝑎'$ 𝑎'' − 𝜆 𝑎'( J = 0
a la ecuación en 𝜆 que resulta de 𝑎($ 𝑎(' 𝑎(( − 𝜆
desarrollar el determinante
(𝐼" es la matriz unidad de orden 𝑛)
3 1
𝐴=4 5
2 4
3 1 1 0 3−𝜆 1
𝐴 − 𝜆𝐼' = 4 5−𝜆4 5=4 5
2 4 0 1 2 4 − 𝜆
El desarrollo del determinante de esta matriz igualado a 0 es la ecuación característica
3−𝜆 1
K K = 12 − 4𝜆 − 3𝜆 − 𝜆' − 2 = 𝝀𝟐 − 𝟕𝝀 + 𝟏𝟎 = 𝟎
2 4−𝜆
Si son semejantes, existe una matriz regular 𝑇 tal que

𝐵 = 𝑇𝐴𝑇 #$
De la que la ecuación característica se hallaría
Si dos matrices 𝐴 y 𝐵 son semejantes,

ambas tienen la misma ecuación característica 𝐵 − 𝜆𝐼 = 𝑇𝐴𝑇 #$ − 𝜆𝐼
Que también podría escribirse
Aunque el teorema no es recícropo, si dos
matrices tienen la misma ecuación 𝐵 − 𝜆𝐼 = 𝑇𝐴𝑇 #$ − 𝑇𝜆𝐼𝑇 #$
característica no se puede afirmar que sean
Tomando determinantes
semejantes.
|𝐵 − 𝜆𝐼| = |𝑇𝐴𝑇 #$ | − |𝑇𝜆𝐼𝑇 #$ | = |𝑇||𝐴 − 𝜆𝐼||𝑇 #$ |
Y como |𝑇||𝑇 #$ | = 1 , por tanto
|𝐵 − 𝜆𝐼| = |𝐴 − 𝜆𝐼|
Comprobamos que las siguientes matrices semejantes tienen la misma ecuación característica
5 −2 43 −30
𝐴=4 5 𝑦 𝐵 = 4 5
−3 1 53 −37
|𝐴 − 𝜆𝐼| = K5 − 𝜆 −2 K = 𝜆' − 6𝜆 − 1
−3 1 − 𝜆
|𝐵 − 𝜆𝐼| = K43 − 𝜆 −30
K = 𝜆' − 6𝜆 − 1
53 −37 − 𝜆
Comprobamos que las siguientes matrices tienen la misma ecuación característica pero no son semejantes
2 2 1 2 1 −1
𝐴 = )1 3 1. 𝑦 𝐵 = ) 0 2 −1.
1 2 2 −3 −2 3
|𝐴 − 𝜆𝐼| = −𝜆( + 7𝜆' − 11𝜆 + 5; |𝐵 − 𝜆𝐼| = −𝜆( + 7𝜆' − 11𝜆 + 5
4.4 Diagonalización de matrices
Una matriz cuadrada 𝐴 es diagonalizable 𝐴 = 𝑃𝐷𝑃#$

si es semejante a una matriz diagonal 𝐷,
esto es, si existe una matriz regular 𝑃 que: donde 𝑃 suele denominarse matriz de paso
No todas las matrices son diagonalizables, por eso hay que conocer las condiciones necesarias y suficientes para
que lo sea. Pero antes hay que obtener los valores y vectores propios.
4.5 Valores y vectores propios de una matriz cuadrada
𝐴𝑥 = 𝜆𝑥
donde 𝜆 es un escalar que se denomina valor propio, autovalor o
raíz característica de 𝐴.
El vector 𝑥 * = (𝑥$ , 𝑥' , … , 𝑥" ) es un vector Siendo 𝐼 la matriz unidad
propio o autovector de la matriz 𝐴 si
𝑥 = 𝐼𝑥
Por tanto se puede escribir
𝐴𝑥 = 𝜆𝑥 → 𝐴𝑥 = 𝜆𝐼𝑥 → 𝐴𝑥 − 𝜆𝐼𝑥 = 0W
4 2 3
𝐴 = )1 3 2.
0 0 1
Los valores propios son las raíces de la ecuación característica |𝐴 − 𝜆𝐼| = 0
4−𝜆 2 3

J 1 3−𝜆 2 J = 0; (1 − 𝜆) · (10 − 7𝜆 + 𝜆' ) = 0
0 0 1−𝜆
Buscando el valor de 𝜆 se obtiene
(1 − 𝜆) = 0
X ; 𝜆$ = 1, 𝜆' = 2, 𝜆( = 5
10 − 7𝜆 + 𝜆' = 0
Como 𝐴𝑥 = 𝜆𝑥, por tanto (𝐴 − 𝜆𝐼)𝑥 = 0 W , con lo que obtenemos
(4 − 𝜆)𝑥$ + 2𝑥' + 3𝑥( = 0
Y 𝑥$ + (3 − 𝜆)𝑥' + 2𝑥( = 0
(1 − 𝜆)𝑥( = 0
El sistema resulta compatible sólo para los valores propios hallados 𝜆$ , 𝜆' , 𝜆(
Si 𝜆 = 1
Si 𝜆 = 2 Si 𝜆 = 5
3𝑥 + 2𝑥' + 3𝑥( = 0
X $ 2𝑥$ + 2𝑥' + 3𝑥( = 0 −𝑥$ + 2𝑥' + 3𝑥( = 0
𝑥$ + 2𝑥' + 2𝑥( = 0
\ 𝑥$ + 𝑥' + 2𝑥( = 0 \ 𝑥$ − 2𝑥' + 2𝑥( = 0
Restando ambas ecuaciones: −𝑥( = 0 −4𝑥( = 0
2𝑥$ + 𝑥( = 0 Entonces 𝑥( = 0 Entonces 𝑥( = 0
Por tanto 2𝑥 + 2𝑥' = 0 −𝑥 + 2𝑥' = 0
X $ X $
𝑥$ + 𝑥' = 0 𝑥$ − 2𝑥' = 0
𝑥$ = 1; 𝑥( = −2
Por tanto Por tanto
Substituyendo en la 2ª ecuación
𝑥$ = 1; 𝑥' = −1 𝑥$ = 2; 𝑥' = 1
1 + 2𝑥' − 4 = 0; 𝑥' = 3/2
Luego el vector característico es: Luego el vector característico es
Luego el vector característico es:
1 2
1 )−1. )1 .
)3/2.
0 0
−2
En general En general
También lo son los paralelos, p.e.:
𝑘 2𝑘
2 2𝑘 )−𝑘. )𝑘.
) 3 . o en general ) 3𝑘 .
0 0
−4 −4𝑘
Casos particulares, Matriz diagonal y Matriz triangular
Los elementos de la diagonal principal de una matriz diagonal son sus valores propios.
Los valores propios de una matriz triangular son los elementos de su diagonal principal.
𝜆$ − 𝜆 0 0
𝜆$ 0 0 |𝐷 − 𝜆𝐼| = ) 0 𝜆' − 𝜆 0 . = (𝜆$ − 𝜆)(𝜆' − 𝜆)(𝜆( − 𝜆) = 0
𝐷 = )0 𝜆' 0. 0 0 𝜆( − 𝜆
0 0 𝜆(
𝜆 = 𝜆$ , 𝜆 = 𝜆' , 𝜆 = 𝜆(
1−𝜆 0 0 0
1 0 0 0 |𝐷 − 𝜆𝐼| = ] 0 −3 − 𝜆 0 0
^
0 0 5−𝜆 0
0 −3 0 0
𝐷=] ^ 0 0 0 −2 − 𝜆
0 0 5 0
0 0 0 −2 = (1 − 𝜆)(−3 − 𝜆)(5 − 𝜆)(−2 − 𝜆) = 0
Los valores propios son 1, −3, 5, −2
4.6 Condición necesaria y suficiente para que una matriz sea diagonalizable
𝐴 es diagonalizable si existe una 𝑃#$ 𝐴𝑃 = 𝐷

matriz regular 𝑃 tal que donde 𝐷 es una matriz diagonal
Entonces 𝐴 y 𝐷 son matrices semejantes Por tanto, ahora hay que determinar que condiciones ha de
luego tienen la misma ecuación característica cumplir una matriz para ser diagonalizable y como hallar la
por tanto tienen los mismos valores propios matriz 𝑃.
𝑥$$ … 𝑥"$
Una matriz 𝐴 de orden 𝑛 × 𝑛 𝑃=)… … ….
es diagonalizable si dicha matriz 𝑥$" … 𝑥""
admite un conjunto de 𝑛 vectores propios 𝑥+$
𝑥$ , 𝑥' , … , 𝑥" esto es que Donde ) … .
𝑥+"
𝑥$$ … 𝑥"$ 𝜆$ … 0
𝐴𝑃 = 𝑃𝐷 = ) … … … . )… … ….
𝑥$" … 𝑥"" 0 … 𝜆"
𝜆$ 𝑥$$ … 𝜆" 𝑥"$
=) … … … . = (𝜆$ 𝑥$ , 𝜆' 𝑥' , … , 𝜆" 𝑥" )
𝜆$ 𝑥$" … 𝜆" 𝑥""
Por otra parte

Si 𝑃 es invertible, se debe cumplir 𝐴𝑃 = (𝐴𝑥$ , 𝐴𝑥' , … , 𝐴𝑥" )
𝑃#$ 𝐴𝑃 = 𝐷 → 𝐴𝑃 = 𝑃𝐷 Por tanto
(𝐴𝑥$ , 𝐴𝑥' , … , 𝐴𝑥" ) = (𝜆$ 𝑥$ , 𝜆' , 𝑥' , … 𝜆" 𝑥" )
Esto es
𝐴𝑥+ = 𝜆+ 𝑥+ ; 𝑖 = 1,2 … , 𝑛
Los vectores 𝑥+ son autovectores de 𝐴
La matriz 𝑃 tiene inversa sólo si |𝑃| ≠ 0, que equivale a decir que
los autovectores 𝑥$ , 𝑥' , … , 𝑥" son linealmente independientes
6 4
𝐴=4 5
2 4
La ecuación característica es
6−𝜆 4
K K = 24 − 10𝜆 + 𝜆' − 8 = 𝜆' + 10𝜆 + 16 = 0
2 4−𝜆
que admite las raíces 𝜆$ = 8, 𝜆' = 2
Los vectores propios se obtienen de
(6 − 𝜆)𝑥$ + 4𝑥' = 0
X
2𝑥$ + (4 − 𝜆)𝑥' = 0
Para 𝜆 = 8 Para 𝜆 = 2
−2𝑥$ + 4𝑥' = 0 4𝑥 + 4𝑥' = 0
X X $
2𝑥$ − 4𝑥' = 0 2𝑥$ + 2𝑥' = 0
que se reduce a una única ecuación 𝑥$ − 2𝑥' = 0 que se reduce a una única ecuación 𝑥$ + 𝑥' = 0
un vector propio es el (𝟐, 𝟏) = 𝒗*𝟏 un vector propio es el (−𝟏, 𝟏) = 𝒗*𝟐
Los autovectores se suelen expresar como vectores unitarios, para lo cual basta dividir sus coordenadas por su
módulo
Modulo de 𝑣$ (2,1) es d(2' + 1) = √5 Modulo de 𝑣$ (−1,1) es d(1' + (−1)' ) = √2

Por lo que el vector será Por lo que el vector será

2 1
−
⎛√5⎞ ⎛ √2⎞
⎜1⎟ ⎜ 1 ⎟
⎝√5⎠ ⎝ √2 ⎠
' $
−
√. √'
Por lo que la matriz será 𝑃= l$ $ m
√. √'
√. √.
Hallando la matriz inversa 𝑃 #$

= l ( (
m
√' '√'
− (
(
Calculando
√5 √5 2 1 8√5 8√5 2 1
− −
⎛ ⎞ 6 4 √5 ⎛ ⎞
√2 = ⎛ ⎞ ⎛ √5 √2⎞ = 48 05
𝑃#$ 𝐴𝑃 = ⎜ 3 3
⎟ 4 5⎜ ⎟ ⎜
3 3
⎟ ⎜ ⎟
√2 2√2 2 4 1 1 2√2 4√2 1 1 0 2
− −
⎝ 3 3 ⎠ ⎝√5 √2 ⎠ ⎝ 3 3 ⎠ ⎝√5 √2 ⎠
La matriz 𝐴 es diagonalizable si y solo si para todo autovalor de 𝐴 la dimensión del subespacio 𝐸/ coincide con
la multiplicidad de 𝜆 en la ecuación característica.
La dimensión del espacio asociado al valor propio 𝜆 se calcula hallando la diferencia entre 𝑛 (𝑛 × 𝑛 es el orden
de la matriz 𝐴) y el rango de la matriz (𝐴 − 𝜆𝐼)
2−𝜆 2 1
𝐴 − 𝜆𝐼 = ) 1 3−𝜆 1 .
Estudiar si es diagonalizable la matriz 1 2 2−𝜆
2 2 1 Si 𝜆 = 1 estudiamos su rango es
𝐴 = )1 3 1.
1 2 2 1 2 1
𝑟 )1 2 1. = 1
Su ecuación característica es
1 2 1
−𝜆( + 7𝜆' − 11𝜆 + 5 = 0 Como 𝑛 − 𝑟(𝐴 − 𝜆𝐼) = 3 − 1 = 2 que coincide con el orden de
Que admite las raíces multiplicidad de la raíz 1 la matriz será diagonalizable:
𝜆$ = 1; 𝜆' = 1; 𝜆( = 5 1 0 0
)0 1 0. (𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 1, 1, 𝑦 5 𝑠𝑜𝑛 𝑙𝑎𝑠 𝑟𝑎í𝑐𝑒𝑠)
0 0 5
Estudiar si es diagonalizable la matriz 2−𝜆 1 −1

2 1 −1 𝐵 − 𝜆𝐼 = ) 0 2−𝜆 −1 .
𝐵=) 0 2 −1. −3 −2 3−𝜆
−3 −3 3 Si 𝜆 = 1 estudiaremos su rango

Su ecuación característica es 1 1 −1
1 1
( ' 𝑟) 0 1 −1. = 2 𝑦𝑎 𝑞𝑢𝑒 K K≠0
− 𝜆 + 7𝜆 − 11𝜆 + 5 = 0 0 1
−3 −2 2
Que admite las raíces Como 𝑛 − 𝑟(𝐵 − 𝜆𝐼) = 3 − 2 = 1 que no coincide con el orden
𝜆$ = 1; 𝜆' = 1; 𝜆( = 5 de multiplicidad de la raíz, la matriz no es diagonalizable
4.7 Diagonalización de las matrices simétricas
Si una matriz 𝑨 es simétrica todos sus valores propios son reales.
Se supone que un valor propio es complejo,

𝐴𝑢 = 𝜆𝑢
entonces le corresponderá un vector 𝑢 tal que
Pero como la matriz 𝐴 es de elementos reales

si 𝜆 es su ecuación característica,
𝐴𝑣 = 𝜆∗ 𝑣
también lo será 𝜆∗ , complejo conjugado de 𝜆
por lo que le corresponderá un vector propio 𝑣 tal que
Premultiplicando 𝐴𝑢 = 𝜆𝑢 por 𝑣 % se tiene 𝑣 % 𝐴𝑢 = 𝜆𝑣 % 𝑢
Premultiplicando 𝐴𝑣 = 𝜆∗ 𝑣 por 𝑢% se tiene 𝑢% 𝐴𝜆𝑣 = 𝜆∗ 𝑢% 𝑣
Siendo 𝐴 matriz simetrica (𝐴% = 𝐴) (𝑣 % 𝐴𝑢)% = 𝑢% 𝐴% (𝑣 % )% = 𝑢% 𝐴𝑣 = 𝜆𝑢% 𝑣
Por tanto se puede escribir 𝑢% 𝐴𝑣 = 𝜆𝑢% 𝑣
2 −1
𝐴=4 5
2 4
Que proporciona
Los valores propios son
𝜆$ = 3 + 𝑖; 𝜆' = 3 − 𝑖
|𝐴 − 𝜆𝐼| = K2 − 𝜆 −1
K = 𝜆' − 6𝜆 + 10 = 0
2 4−𝜆
A dos valores propios distintos (𝝀 ≠ 𝝁) de una matriz simétrica 𝑨 corresponden vectores propios ortogonales
A partir de 𝐴𝑢 = 𝜆𝑢 𝑦 𝐴𝑣 = 𝜇𝑣
Se obtienen premultiplicando por 𝑣 % y 𝑢% 𝑣 % 𝐴𝑢 = 𝜆𝑣 % 𝑢 𝑦 𝑢% 𝐴𝑣 = 𝜇𝑢% 𝑣
𝑢% 𝐴% (𝑣 % )% = 𝜆𝑢% (𝑣 % )%
Transponiendo la primera
𝑢% 𝐴𝑣 = 𝜆𝑢% 𝑣
Teniendo en cuenta la segunda 𝜆𝑢% 𝑣 = 𝜇𝑢% 𝑣; (𝜆 − 𝜇)𝑢% 𝑣 = 0
Y al ser 𝜆 ≠ 𝜇 𝑢% 𝑣 = 0
El producto escalar de los vectores 𝑢 y 𝑣 es nulo, luego los vectores son ortogonales.
Diagonalizar la matriz
0 −1 1
𝐴 = )−1 1 0.
1 0 1
En primer lugar se halla la ecuación característica
−𝜆 −1 1
J−1 1 − 𝜆 0 J = −(1 − 𝜆) · (−𝜆' + 𝜆 + 2) = 0
1 0 1−𝜆
Que proporciona las raíces: 𝜆$ = 1; 𝜆' = 2; 𝜆( = −1
Los autovalores se obtienen a partir de
−𝜆𝑥$ − 𝑥' + 𝑥( = 0
Y−𝑥$ + (1 − 𝜆)𝑥' = 0
𝑥$ + (1 − 𝜆)𝑥( = 0
Para 𝜆$ = 1 Para 𝜆' = 2 Para 𝜆( = −1

−𝑥$ − 𝑥' + 𝑥( = 0 −2𝑥$ − 𝑥' + 𝑥( = 0 𝑥$ + 𝑥' − 𝑥( = 0
\−𝑥$ = 0 \ −𝑥$ − 𝑥' = 0 \ −𝑥$ + 2𝑥' = 0
𝑥$ = 0 𝑥$ − 𝑥( = 0 𝑥$ + 2𝑥( = 0
El autovector es (0,1,1) El auto vector es (1, −1,1) El autovector es (2,1, −1)
$ $ $ #$ $ ' $ #$
El vector normalizado es 40, , 5 El vector normalizado 4 , , 5 El vector normalizado 4 , , 5

√' √' √( √( √( √2 √2 √2
Por lo que la matriz 𝑃 será

1 2 1 1
0 0
⎛ √3 √6 ⎞ ⎛ √2 √2 ⎞
1 −1 1 1 1 1 ⎟
𝑃=⎜ ⎟ #$ %⎜
⎜√2 √3 √6 ⎟ ; 𝑃 = 𝑃 ⎜√3 − √3 √3 ⎟
⎜ ⎟ ⎜ ⎟
1 1 −1 2 1 1
−
⎝√2 √3 √6 ⎠ ⎝√6 √6 √6⎠
Finalmente se calcula
1 1 1 2
0 0
⎛ √2 √2 ⎞ √3 √6
1 1 1 0 −1 1 ⎛ 1 −1 1 ⎞ 1 0 0
⎜
𝑃% 𝐴𝑃 = ⎜ − ⎟ ⎜
)−1 1 0. ⎜ ⎟ = )0 2 0 .
⎟ ⎟
⎜√3 √3 √3 ⎟ 1 0 1 ⎜√2 √3 √6 ⎟ 0 0 −1
2 1 1 1 1 −1
−
⎝√6 √6 √6⎠ ⎝√2 √3 √6 ⎠
En las matrices simétricas, se verifica que si su polinomio característico se descompone en la forma siguiente:
|𝐴 − 𝜆𝐼| = (𝜆 − 𝜆$ )!! (𝜆 − 𝜆' )!" … (𝜆 − 𝜆3 )!#
Donde los 𝑚+ son los órdenes de multiplicidad de las raíces 𝜆+ (autovalores) cumpliéndose
𝑚$ + 𝑚' + ⋯ + 𝑚3 = 𝑛
Se verifica que el subespacio asociado al autovalor 𝜆+ tiene dimensión 𝑚+
Por tanto, toda matriz simétrica es diagonalizable.
4.8 Resumen de los casos que se pueden presentar una diagonalización
La matriz es simétrica, en este caso siempre es diagonalizable
La matriz no es simétrica
Si los autovalores son todos distintos: La matriz es diagonalizable
Se compara el valor que toma para cada 𝜆+ :

𝑛 − 𝑟(𝐴 − 𝜆+ 𝐼)
Si existen autovalores con orden de
con el orden de multiplicidad 𝑚+ de 𝜆+
multiplicidad mayor o igual que dos
Si 𝑛 − 𝑟(𝐴 − 𝜆+ 𝐼) = 𝑚 es diagonalizable
Si 𝑛 − 𝑟(𝐴 − 𝜆+ 𝐼) ≠ 𝑚 no es diagonalizable
4.9 Traza de una matriz
Sea 𝐴 = (𝑎+4 ) una matriz 𝑛 × 𝑛

3 1 −2
Su traza será la suma de los elementos de 𝐴 = )4 0 3 .
la diagonal principal 2 3 5
"
𝑡𝑟(𝐴) = 3 + 0 + 5 = 8
𝑡𝑟(𝐴) = { 𝑎+4
+5$

Propiedades de la traza
𝑡𝑟(𝐴) + 𝑡𝑟(𝐵) = (𝑎$$ + 𝑎'' + 𝑎(( ) + (𝑏$$ + 𝑏$' + 𝑏(( )

𝑡𝑟(𝐴 + 𝐵) = 𝑡𝑟(𝐴) + 𝑡𝑟(𝐵)
𝑡𝑟(𝐴 + 𝐵) = (𝑎$$ + 𝑏$$ + 𝑎'' + 𝑏'' + 𝑎(( + 𝑏(( )
𝑡𝑟(𝑘 · 𝐴) = 𝐾 · 𝑡𝑟(𝐴) 𝑡𝑟(𝑘𝐴) = 𝐾𝑎$$ + 𝐾𝑎'' + 𝐾𝑎(( = 𝑘(𝑎$$ + 𝑎'' + 𝑎(( ) = 𝑘 · 𝑡𝑟(𝐴)
𝑡𝑟(𝐴𝐵) = (𝑎$$ 𝑏$$ + 𝑎$' 𝑏'$ + 𝑎$( 𝑏$( ) + (𝑎'$ 𝑏'$ + 𝑎'' 𝑏'' + 𝑎'( 𝑏'( )
+ (𝑎($ 𝑏($ + 𝑎(' 𝑏'( + 𝑎(( 𝑏(( )
𝑡𝑟(𝐴 · 𝐵) = 𝑡𝑟(𝐵 · 𝐴)
𝑡𝑟(𝐵𝐴) = (𝑏$$ 𝑎$$ + 𝑏$' 𝑎'$ + 𝑎$( 𝑏($ ) + (𝑏'$ 𝑎$' + 𝑏'' 𝑎'' + 𝑏'( 𝑎(' )
+ (𝑏($ 𝑎$( + 𝑏(' 𝑎'( + 𝑏(( 𝑎(( )
𝑡𝑟(𝐴) = 𝑡𝑟(𝐴% ) La diagonal de la matriz no varía al transponerla.
𝑎$$ − 𝜆 𝑎$' 𝑎$(

J 𝑎'$ 𝑎'' − 𝜆 𝑎'( J = 0
Si 𝜆$ , 𝜆' , … , 𝜆" autovalores 𝑎($ 𝑎(' 𝑎(( − 𝜆
𝑡𝑟(𝐴) = ∑𝜆+ (𝑖 = 1,2, … , 𝑛)
{ 𝜆+ = 𝑎$$ + 𝑎'' + 𝑎(( = 𝑡𝑟(𝐴)

+
Si 𝐴 y 𝐵 son semejantes 𝑡𝑟(𝐴) = 𝑡𝑟(𝐵)

Wuolah Free Algebra T4 Resumen

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Wuolah Free Algebra T4 Resumen

Cargado por

Copyright:

Formatos disponibles

Algebra-T4-Resumen.

Matemáticas Para la Economía: Álgebra

Facultad de Ciencias Económicas y Empresariales

Reservados todos los derechos.

Dos matrices Existen dos matrices 𝑀 y 𝑁 Tales que

Reservados todos los derechos.

Propiedades matrices equivalentes

Reflexiva Si 𝑙! e 𝑙" son matrices unitarias de orden 𝑚 y 𝑛 .............................................. 𝐴 = 𝑙! 𝐴𝑙"

Simétrica Si 𝐵 es equivalente a 𝐴, también 𝐴 es equivalente a 𝐵 ............................ 𝐴 = 𝑀#$ 𝐵𝑁 #$

Transitiva Sea 𝐵 = 𝑀𝐴𝑁 y 𝐶 = 𝑃𝐵𝑄 entonces .................. 𝐶 = 𝑃𝐵𝑄 = 𝑃(𝑀𝐴𝑁)𝑄 = (𝑃𝑀)𝐴(𝑁𝑄)

Tiene el mismo rango 𝑟(𝐵) = 𝑟(𝑀𝐴𝑁) = 𝑟[𝑀(𝐴𝑁)] = 𝑅(𝐴𝑁) = 𝑟(𝐴)

4.2.2 Matrices congruentes

Dos matrices 𝐴 y 𝐵 de orden 𝑛.

Dos matrices cuadradas

Dos matrices cuadradas 𝐴 y 𝐵son semejantes

Dos matrices cuadradas

Reservados todos los derechos.

𝑎$$ 𝑎$' 𝑎$(

Si son semejantes, existe una matriz regular 𝑇 tal que

Reservados todos los derechos.

Una matriz cuadrada 𝐴 es diagonalizable 𝐴 = 𝑃𝐷𝑃#$

Reservados todos los derechos.

Reservados todos los derechos.

𝐴 es diagonalizable si existe una 𝑃#$ 𝐴𝑃 = 𝐷

Reservados todos los derechos.

Modulo de 𝑣$ (2,1) es d(2' + 1) = √5 Modulo de 𝑣$ (−1,1) es d(1' + (−1)' ) = √2

Reservados todos los derechos.

Hallando la matriz inversa 𝑃 #$

Estudiar si es diagonalizable la matriz 2−𝜆 1 −1

Reservados todos los derechos.

4.7 Diagonalización de las matrices simétricas

Si una matriz 𝑨 es simétrica todos sus valores propios son reales.

Se supone que un valor propio es complejo,

Pero como la matriz 𝐴 es de elementos reales

Premultiplicando 𝐴𝑢 = 𝜆𝑢 por 𝑣 % se tiene 𝑣 % 𝐴𝑢 = 𝜆𝑣 % 𝑢

Premultiplicando 𝐴𝑣 = 𝜆∗ 𝑣 por 𝑢% se tiene 𝑢% 𝐴𝜆𝑣 = 𝜆∗ 𝑢% 𝑣

Siendo 𝐴 matriz simetrica (𝐴% = 𝐴) (𝑣 % 𝐴𝑢)% = 𝑢% 𝐴% (𝑣 % )% = 𝑢% 𝐴𝑣 = 𝜆𝑢% 𝑣

Por tanto se puede escribir 𝑢% 𝐴𝑣 = 𝜆𝑢% 𝑣

Se obtienen premultiplicando por 𝑣 % y 𝑢% 𝑣 % 𝐴𝑢 = 𝜆𝑣 % 𝑢 𝑦 𝑢% 𝐴𝑣 = 𝜇𝑢% 𝑣

Teniendo en cuenta la segunda 𝜆𝑢% 𝑣 = 𝜇𝑢% 𝑣; (𝜆 − 𝜇)𝑢% 𝑣 = 0

Reservados todos los derechos.

Para 𝜆$ = 1 Para 𝜆' = 2 Para 𝜆( = −1

Reservados todos los derechos.

Por lo que la matriz 𝑃 será

La matriz es simétrica, en este caso siempre es diagonalizable

Si los autovalores son todos distintos: La matriz es diagonalizable

Se compara el valor que toma para cada 𝜆+ :

4.9 Traza de una matriz

Sea 𝐴 = (𝑎+4 ) una matriz 𝑛 × 𝑛

Reservados todos los derechos.

𝑡𝑟(𝐴) + 𝑡𝑟(𝐵) = (𝑎$$ + 𝑎'' + 𝑎(( ) + (𝑏$$ + 𝑏$' + 𝑏(( )

𝑡𝑟(𝐴) = 𝑡𝑟(𝐴% ) La diagonal de la matriz no varía al transponerla.

𝑎$$ − 𝜆 𝑎$' 𝑎$(

{ 𝜆+ = 𝑎$$ + 𝑎'' + 𝑎(( = 𝑡𝑟(𝐴)

Si 𝐴 y 𝐵 son semejantes 𝑡𝑟(𝐴) = 𝑡𝑟(𝐵)

También podría gustarte