UNIVERSIDAD DE LOS ANDES

DEPARTAMENTO DE INGENIERIA ELCTRICA

IELE 4009 SISTEMAS LINEALES DE MULTIPLES VARIABLES (2010-I)
Alumno: Israel Roncancio Reyes (200310964)
TAREA 1
1- Considerando:
1
1
1
1
]
1

1 0 0 0
0 2 0 0
0 1 2 0
0 0 1 2
A
,
1
1
1
1
]
1

1
1
0
0
b
,
1
1
1
1
]
1

1
1
1
1
b
Hallar las representaciones de A con respecto a la base {b, Ab, A
2
b, A
3
b} y a
la base {
b
,
b A
,
b A
2
,
b A
3
} respectivamente. Comentar los resultados.
En primera instancia hemos de calcular los vectores de la base, esto es:
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
8
12
6
,
1
4
4
1
,
1
2
1
0
1 0 0 0
0 8 0 0
0 12 8 0
0 6 12 8
,
1 0 0 0
0 4 0 0
0 4 4 0
0 1 4 4
3 2 3 2
b A b A Ab A A
Usando el teorema de Cayley-Hamilton sabemos que si el polinomio caracterstico
de A es p()=
4
-7
3
+18
2
-20+8, entonces se cumple que:
b Ab b A b A b A A A A A 8 20 18 7 8 20 18 7
2 3 4 2 3 4
+ +
(1.1)
A partir del anterior resultado se llega inmediatamente a:
[ ]
1
1
1
1
]
1

0
0
1
0
) (
3 2
b A b A Ab b b A
[ ]
1
1
1
1
]
1

0
1
0
0
) (
3 2 2
b A b A Ab b b A
[ ]
1
1
1
1
]
1

1
0
0
0
) (
3 2 3
b A b A Ab b b A
[ ]
1
1
1
1
]
1

7
18
20
8
) (
3 2 4
b A b A Ab b b A

Por lo tanto la representacin de A con respecto a la base {b, Ab, A
2
b, A
3
b} es:
1
1
1
1
]
1

7 1 0 0
18 0 1 0
20 0 0 1
8 0 0 0

A
(1.2)
Ahora, para el segundo caso tambin hemos de calcular los vectores de la base,
esto es:
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
8
20
26
,
1
4
8
9
,
1
2
3
3
1 0 0 0
0 8 0 0
0 12 8 0
0 6 12 8
,
1 0 0 0
0 4 0 0
0 4 4 0
0 1 4 4
3 2 3 2
b A b A b A A A
Empleamos de nuevo el resultado de (1.1) para obtener fcilmente que:
[ ]
1
1
1
1
]
1

0
0
1
0
) (
3 2
b A b A b A b b A
[ ]
1
1
1
1
]
1

0
1
0
0
) (
3 2
b A b A b A b b A A
[ ]
1
1
1
1
]
1

1
0
0
0
) (
3 2 2
b A b A b A b b A A
[ ]
1
1
1
1
]
1

7
18
20
8
) (
3 2 3
b A b A b A b b A A

Se concluye que la representacin de A con respecto a la base {
b
,
b A
,
b A
2
,
b A
3
} es:
1
1
1
1
]
1

7 1 0 0
18 0 1 0
20 0 0 1
8 0 0 0

A (1.3)
Comparando los resultados obtenidos en (1.2) y (1.3) es evidente que las
representaciones son iguales. Esto se debe a que la ecuacin de (1.1) depende
exclusivamente de la matriz A y no de la base que se elije (el teorema de Cayley-
Hamilton garantiza este hecho), por ende cuando se hallan las expresiones de la
forma Ax (siendo x un vector de la base) se mantienen las igualdades a pesar que
el vector b se vara.

2- Sean :
1
1
1
]
1

0 3 1
3 2 3
1 1 4
1
A ,
1
1
1
]
1

1 0 0
0 0 0
0 1 0
2
A ,
1
1
1
]
1

0 0 5 4 3
2 1 4 3 2
5 4 3 2 1
3
A
Calcular los rangos y nulidades (dimensiones del espacio nulo) de las
matrices A1, A2 y A3. Hallar las bases de los espacios imgenes y espacios
nulos de estas mismas matrices.
a. Matriz A1
La matriz A1 mapea (R
3
, R) en s mismo. Ya que por simple inspeccin es posible
determinar que las tres columnas de la matriz son linealmente independientes
(prueba de esto es que el determinante de la matriz es 260), entonces el rango
de A1, (A1), es igual a 3. Los vectores columnas de la matriz, al ser linealmente
independientes son una base del espacio imagen.
Si definimos un vector de variables x, tal como se muestra a continuacin:
1
1
1
]
1

+
1
1
1
]
1

+
1
1
1
]
1

1
1
1
]
1

0
3
1
3
2
1
1
3
4
3 2 1 1
3
2
1
x x x x A
x
x
x
x (2.1)
Llegamos a una ecuacin que nos permite determinar que un vector x, cumple
A1x=0 si y slo si satisface el siguiente sistema de ecuaciones:
0 3
0 3 2 3
0 4
2 1
3 2 1
3 2 1
+
+
+
x x
x x x
x x x
(2.2)
Ya que la matriz A1 es no singular (y por tanto invertible) la solucin a (2.2) se
halla fcilmente despejando a x de (2.1).
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

0
0
0
0
0
0
0 3 1
3 2 3
1 1 4
0
0
0
0 3 1
3 2 3
1 1 4
0
1
3
2
1
3
2
1
1
x
x
x
x
x
x
x A (2.3)
El resultado que se muestra en (2.3) es obvio si toma en cuenta el corolario 2-5 de
[1], en el que se establece que el nmero de vectores linealmente independientes
de la solucin de A1x=0 es igual a n - (A1). Como en nuestro caso n=3 y (A1)=3
entonces la nica solucin a A1x=0 es la trivial. No obstante se realiz un
planteamiento completo y riguroso para ser usado en los dems razonamientos con
las matrices A2 y A3.
Se concluye que el espacio nulo es el vector [0 0 0] y por consiguiente la
dimensin del espacio nulo, la nulidad, es 0. Es decir (A1)=0, lo cual est de
acuerdo con el teorema 2-5 de [1].
b. Matriz A2
As como en el caso anterior, la matriz A2 tambin mapea (R
3
, R) en s mismo. Sin
embargo en este caso es posible determinar que slo dos de las tres columnas de
la matriz son linealmente independientes (prueba de esto es que el determinante
de la matriz es 0, luego es una matriz singular), entonces el rango de A2, (A2), es
igual a 2. Los dos ltimos vectores columnas de la matriz al ser linealmente
independientes, son una base del espacio imagen.
Si definimos un vector de variables x, tal como se muestra a continuacin:
1
1
1
]
1

+
1
1
1
]
1

+
1
1
1
]
1

1
1
1
]
1

1
0
0
0
0
1
0
0
0
3 2 1 2
3
2
1
x x x x A
x
x
x
x
(2.4)
Llegamos a una ecuacin que nos permite determinar que un vector x, cumple
A2x=0 si y slo si satisface el siguiente sistema de ecuaciones:
0
0
3
2

x
x
(2.5)
Ya que el nmero de componentes de x es tres y disponemos solamente de dos
ecuaciones, podemos elegir arbitrariamente el valor de x1 y los valores de x2 y x3 se
hallan inmediatamente de (2.5). Si elegimos, por ejemplo, x1=1 entonces el vector:

1
1
1
]
1

0
0
1
(2.6)
Es una solucin a la ecuacin A2x=0 y adicionalmente es claro que cualquier
solucin de esta ecuacin es una combinacin de este vector. Es por ende una base
del espacio nulo. Se concluye que la dimensin del espacio nulo, la nulidad, es 1. Es
decir (A2)=1, lo cual est de acuerdo con el teorema 2-5 de [1].
c. Matriz A3
En este caso la matriz A3 mapea (R
5
, R) en (R
3
, R). Analizando un poco las
columnas de A3 se pude percibir que las dos primeras columnas corresponden a
combinaciones lineales de las tres ltimas. De hecho si usamos la notacin de
columnas: A3 = [a1 a2 a3 a4 a5], es posible demostrar que: a1=
5
3
a3+
15
2
a4+
15
4
a5 y
tambin: a2=
5
4
a3+
15
1
a4+
15
2
a5. Lo cual es consecuente con la premisa presentada.
Es posible indicar entonces que el rango de A3, (A3), es igual a 3. Los ltimos tres
vectores columnas de la matriz, al ser linealmente independientes son una base del
espacio imagen.
Si definimos un vector de variables x, tal como se muestra a continuacin:
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

0
2
5
0
1
4
5
4
3
4
3
2
3
2
1
5 4 3 2 1 3
5
4
3
2
1
x x x x x x A
x
x
x
x
x
x (2.7)
1
1
1
]
1

,
_

+ + +
1
1
1
]
1

,
_

+ + +
1
1
1
]
1

,
_

+ +
0
2
5
15
2
15
4
0
1
4
15
1
15
2
5
4
3
5
4
5
3
5 2 1 4 2 1 3 2 1 3
x x x x x x x x x x A
Llegamos a una ecuacin que nos permite determinar que un vector x, cumple
A3x=0 si y slo si satisface el siguiente sistema de ecuaciones:
0
15
2
15
4
0
15
1
15
2
0
5
4
5
3
5 2 1
4 2 1
3 2 1
+ +
+ +
+ +
x x x
x x x
x x x
(2.8)
Ya que el nmero de componentes de x es cinco y disponemos solamente de tres
ecuaciones, podemos elegir arbitrariamente el valor de dos componentes de x. Si
x1=1 y x2=0, los valores de x3, x4 y x5 seran respectivamente
5
3
,
15
2
y
15
4
. Si
x1=0 y x2=1, los valores de x3, x4 y x5 seran respectivamente
5
4
,
15
1
y
15
2
. Los
vectores:

1
1
1
1
1
1
1
]
1

1
1
1
1
1
1
1
]
1

15
2
15
1
5
4
1
0
15
4
15
2
5
3
0
1
(2.9)
Son linealmente independientes y cualquier solucin a la ecuacin A3x=0 es una
combinacin lineal de estos vectores. Por lo tanto, este conjunto de vectores
constituye una base del espacio nulo de A3. Se concluye que la dimensin del
espacio nulo, la nulidad, es 2. Es decir (A2)=2, lo cual est de acuerdo con el
teorema 2-5 de [1].
3- Considere el conjunto de ecuaciones lineales:
( ) ) 1 ( ) 2 ( ) 1 ( ) 0 ( ) 0 (
2 1
+ + + + +

n bu n Abu bu A bu A x A n x
n n n

Donde A es una matriz constante de nxn y b es un vector de nx1. Dado

cualquier x(n) y x(0), hallar condiciones sobre A y b tal que existan u(0),
u(1), , u(n-1) satisfaciendo la ecuacin.
4- Considere la ecuacin:
1
1
1
]
1

1
1
1
]
1

1
1
1
]
1

3
3
6
1 2 1
1 1 2
0 3 3
3
2
1
x
x
x
Existe una solucin? Si s, hallar una.
Se tiene un sistema de la forma Ax=b en donde A es una matriz y x, b son
vectores, definidos por la ecuacin del enunciado. Por definicin se sabe que existe
una solucin al sistema si b pertenece al espacio imagen de la matriz A. Por otra
parte, como es evidente que dos de las tres columnas de A son linealmente
independientes (porque se puede observar que la tercera columna es la diferencia
de la primera con la segunda) entonces los dos primeros vectores columna de A
constituyen una base del espacio imagen.
Sean a1 y a2 estos dos vectores columna (es decir A= [a1 a2 a3]), entonces existe
una solucin x al sistema planteado si y slo b es una combinacin lineal de estos
vectores. En otras palabras existe una solucin x si y slo si existen escalares 1, 2
tales que b= 1a1+ 2a2.
Si se supone que existen escalares que cumplen la condicin impuesta. Se deben
cumplir simultneamente las siguientes ecuaciones:
3 2
3 2
6 3 3
2
1
3
1
2
3
3
3
6
2 1
2 1
2 1
2 1
+
+
+

1
1
1
]
1

+
1
1
1
]
1

1
1
1
]
1

(4.1)
Si tomamos las dos ltimas de estas ecuaciones, podemos encontrar fcilmente 1
y 2, tal como se muestra a continuacin:
1 1 3 3
6 4 2
3 2
3 2
3 2
1 2 2
2 1
2 1
2 1
2 1


+

+
+





Ya que se indic que las tres ecuaciones de (4.1) se deben cumplir
simultneamente, se procede a verificar si los escalares encontrados satisfacen la
primera ecuacin:
6 6
6 ) 1 ( 3 ) 1 ( 3
6 3 3
2 1

+
+
Se ha verificado que b es una combinacin lineal de los vectores a1 y a2 y ya que
estos a su vez son una base del espacio imagen, se deduce que los escalares
encontrados son nicos. Ahora es inmediato indicar que el sistema tiene solucin y
corresponde a
1
1
1
]
1

1
1
1
]
1

0
1
1
3
2
1
x
x
x
Es posible verificar que se cumple la igualdad planteada en el enunciado:
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

3
3
6
3
3
6
3
3
6
0 2 1
0 1 2
0 3 3
3
3
6
0
1
1
1 2 1
1 1 2
0 3 3
Cabe notar que si los valores 1 y 2 hallados no hubieran satisfecho la primera
ecuacin de (4.1), por contradiccin se hubiera demostrado que no existen tales
escalares y por consiguiente b no pertenecera al espacio imagen de A. Esto
permitira concluir que no existe vector x tal que Ax=b y el sistema no tendra
solucin.
5- Considere la matriz (llamada la matriz compaera)
1
1
1
1
1
1
]
1

1 2 1
0 0 0 0
0 1 0 0
0 0 1 0

n n n
A
Si 1 es un valor propio de A, mostrar que [1 1 1
2
1
n-1
] es un vector
propio asociado 1.
Sea p() el polinomio caracterstico de A, es decir:
( )
n n
n n
n n n
A I p

+ + + +

,
_

1
1
1
1 2 1
0 0 0
0 1 0
0 0 1
det det ) (

(5.1)
Este determinante se puede demostrar fcilmente a partir de induccin
matemtica, lo cual tiene sentido porque n siempre es un nmero natural mayor o
igual a 1. Antes, cabe notar que la deduccin de la frmula de la parte derecha de
la igualdad se obtuvo a partir del tradicional mtodo de prueba y error sobre
ejemplos hechos a mano.
a. Caso n=2.
Reemplazando n=2 (que es claramente el primer caso interesante pues no
tiene mucho sentido n=1, en donde el determinante es =1) es obvio que:
( )
2 1
2
1 2
1
det det ) (

+ +

,
_

A I p
b. Caso n=n.
Se plantea la hiptesis que para n=n el determinante de A es:
( )
n n
n n
n n n
A I p

+ + + +

,
_

1
1
1
1 2 1
0 0 0
0 1 0
0 0 1
det det ) (

Se aprecia que la anterior ecuacin es idntica a (5.1)

c. Caso n=n+1.
Cuando se reemplaza n=n+1 se tiene que:
( )

,
_

+ 1 1 1
0 0 0
0 1 0
0 0 1
det det ) (

n n n
A I p
(5.2)
Este determinante se puede calcular fcilmente con respecto a la primera
columna. De este modo se puede (5.2) como:
( )
n
n
n
n n n
A I p ) 1 ( ) 1 ( 0 0 0
0 1 0
0 0 1
det det ) (
1
1 1
1 2 1
+

,
_

+
+ +

Sustituyendo (5.1) en la anterior ecuacin:

( ) ( )
1
2 2
1
1
1
) 1 ( det ) (
+
+

+ + + + +
n
n
n n
n n
A I p
Ya una potencia par (2n+2) del nmero -1 es igual a 1, se consigue
finalmente:
( )
1 1
1
det ) (
+
+
+ + + +
n n
n n
A I p (5.3)
Se demuestra que el polinomio caracterstico de A est dado por (5.1) para
cualquier n2.
Ahora prosiguiendo con el propsito del presente anlisis, se define v= [1 1 1
2

1
n-1
]. Si v es vector propio de A asociado al valor 1 debe satisfacer: Av= 1v y
como 1 es valor propio, tambin se debe cumplir p(1)=0. A continuacin se evala
la veracidad de la anterior afirmacin.
Por una parte, de (5.1):
( ) 0 det ) (
1 1
1
1 1 1 1 1
+ + + +

n n
n n
A I p
n n
n n

1 1
1
1 1 1
(5.4)
Por otro lado:
v Av
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
1
1
1
1
1
2
1
1
1 2 1
1
???
1
0 0 0 0
0 1 0 0
0 0 1 0
n n
n n n

1
1
1
1
1
1
]
1

1
1
1
1
1
1
]
1

n n
n n n 1
3
1
2
1
1
1
1 1
2
1 2 1 1
3
1
2
1
1
???

Reemplazando (5.4) en la anterior expresin es posible determinar la igualdad:

1
1
1
1
1
1
]
1

1
1
1
1
1
1
]
1

n n
1
3
1
2
1
1
1
3
1
2
1
1

Queda entonces demostrado que si 1 es un valor propio de A (matriz compaera)
entonces [1 1 1
2
1
n-1
] es un vector propio asociado 1.
6- Hallar la representacin de Jordan de las siguientes matrices:
1
1
1
]
1

6 12 8
1 0 0
0 1 0
1
A
,
1
1
1
1
]
1

4 3 4 4
1 0 0 0
0 1 0 0
0 0 1 0
2
A
,
1
1
1
]
1

20 25 0
16 20 0
3 4 0
3
A
,
1
1
1
]
1

3 0 0
0 2 0
10 4 1
4
A ,
1
1
1
1
1
1
]
1

0 0 0 0 0
1 0 0 0 0
1 1 0 0 0
1 1 1 0 0
1 1 1 1 0
5
A
a. Matriz A1
De acuerdo con el procedimiento sugerido por [1] para el cmputo de la
representacin de Jordan, seguiremos los mismos pasos y estos se aplicarn para
la resolucin de los dems literales:
i. Se determinan los valores propios de A1 resolviendo el determinante de la
matriz A1-I y hallando las races del polinomio caracterstico. Se tiene:
( ) 8 12 6 det
6 12 8
1 0
0 1
2 3
1 1

1
1
1
]
1

I A I A
Las races de este polinomio son los valores propios buscados. As, A1 tiene
un solo valor propio -2 con multiplicidad 3.
ii. Se calcula (A1-I)
i
para valores desde i=1 hasta que el rango de matrices
sucesivas sea igual, tal como se muestra en los siguientes clculos:
( ) ( ) 2 2
4 12 8
1 2 0
0 1 2
2
1
1
1
1
+
1
1
1
]
1

+ I A I A
( ) ( ) 1 2
4 16 16
2 8 8
1 4 4
2
2
1
2
1
+
1
1
1
]
1

+ I A I A
( ) ( ) 0 2
0 0 0
0 0 0
0 0 0
2
3
1
3
1
+
1
1
1
]
1

+ I A I A
( ) ( ) 0 2
0 0 0
0 0 0
0 0 0
2
4
1
4
1
+
1
1
1
]
1

+ I A I A
Ya que el rango de (A1+2I)
4
es igual al rango de (A1+2I)
3
entonces nos
detenemos en esta ltima calculacin. Ahora, es fcil verificar que si
elegimos un vector u=[1 0 0] se llega a que (A1-I)
3
u=0 pero (A1-I)
2
u0
por simple inspeccin. Se concluye que u es un vector propio generalizado
de rango 3 y a partir del mismo se encontrarn otros vectores propios
generalizados.
1
1
1
]
1

0
0
1
:
3
u u
;
( )
1
1
1
]
1

+
8
0
2
2 :
1
1
2
u I A u
;
( )
1
1
1
]
1

+
16
8
4
2 :
2
1
1
u I A u
iii. Dado que slo existe un valor propio y ya se encontraron todos los vectores
propios generalizados asociados a este valor propio, no es necesario repetir
el paso 2.
iv. Con respecto a la base conformada por [u
1
u
2
u
3
], la matriz A1 tiene la
siguiente representacin de Jordan:
1
1
1
]
1

2 0 0
1 2 0
0 1 2

1
A
b. Matriz A2
i. Se determinan los valores propios de A2 resolviendo el determinante de la
matriz A2-I y hallando las races del polinomio caracterstico. Se tiene:
( ) 4 4 4 det
4 3 4 4
1 0 0
0 1 0
0 0 1
2 3 4
2 2
+ +
1
1
1
1
]
1

I A I A
Las races de este polinomio son los valores propios buscados. As, A1 tiene
un valor propio 1=2 con multiplicidad 2, un valor propio 2=-1 y un valor
propio 3=1.
ii. Se calcula (A2-1I)
i
para valores desde i=1 hasta que el rango de matrices
sucesivas sea igual, tal como se muestra en los siguientes clculos:
( ) ( ) 3 2
2 3 4 4
1 2 0 0
0 1 2 0
0 0 1 2
2
1
2
1
2

1
1
1
1
]
1

I A I A
( ) ( ) 2 2
1 4 4 0
0 1 4 4
1 4 4 0
0 1 4 4
2
2
2
2
2

1
1
1
1
]
1

I A I A
( ) ( ) 2 2
2 9 12 4
1 6 12 8
2 9 12 4
1 6 12 8
2
3
2
3
2

1
1
1
1
]
1

I A I A
Ya que el rango de (A2-2I)
3
es igual al rango de (A2-2I)
2
entonces nos
detenemos en esta ltima calculacin. Ahora, como no es tan evidente
seleccionar un vector u tal que (A1-2I)
2
u=0 pero (A1-2I)
1
u0, se puede
plantear el sistema de ecuaciones dado por (A1-2I)
2
u=0, resolverlo y
posteriormente escoger el vector que cumpla con las condiciones requeridas.
En este caso se elije u=[1 3 8 20]. Se concluye que u es un vector propio
generalizado de rango 2 y a partir del mismo se encontrar otro vectores
propio generalizado.
1
1
1
1
]
1

20
8
3
1
:
2
u u
;
( )
1
1
1
1
]
1

+
8
4
2
1
2 :
1
1
1
u I A u
iii. Como existen otros valores propios, se deben hallar los vectores propios
asociados respectivos. Para eso, en primera instancia, para hallar un vector
propio asociado a 2=-1 se busca un vector u
3
que cumpla con (A2-2I)u
3
=0.
Esto es equivalente a resolver un sistema de ecuaciones, tal como sigue:
( )
1
1
1
1
]
1

1
1
1
1
]
1

1
1
1
1
]
1

+
1
1
1
1
0
0
0
0
5 3 4 4
1 1 0 0
0 1 1 0
0 0 1 1
0 1
3 3 3
2
u u u I A

iv. Ahora, para hallar un vector propio asociado a 3=1 se busca un vector u
4
que cumpla con (A2-3I)u
4
=0. Esto es equivalente a resolver un sistema de
ecuaciones, tal como sigue:
( )
1
1
1
1
]
1

1
1
1
1
]
1

1
1
1
1
]
1

1
1
1
1
0
0
0
0
3 3 4 4
1 1 0 0
0 1 1 0
0 0 1 1
0 1
4 4 4
2
u u u I A
v. Con respecto a la base conformada por [u
1
u
2
u
3
u
4
], la matriz A2 tiene la
siguiente representacin de Jordan:
1
1
1
1
]
1

1 0 0 0
0 1 0 0
0 0 2 0
0 0 1 2

2
A
c. Matriz A3
i. Se determinan los valores propios de A3 resolviendo el determinante de la
matriz A3-I y hallando las races del polinomio caracterstico. Se tiene:
( )
3
3 3
det
20 25 0
16 20 0
3 4

1
1
1
]
1

I A I A
Las races de este polinomio son los valores propios buscados. As, A3 tiene
un solo valor propio 0 con multiplicidad 3.
ii. Se calcula (A3-I)
i
para valores desde i=1 hasta que el rango de matrices
sucesivas sea igual, tal como se muestra en los siguientes clculos:
( ) ( ) 2
20 25 0
16 20 0
3 4 0
1
3
1
3

1
1
1
]
1

A A
( ) ( ) 1
0 0 0
0 0 0
4 5 0
2
3
2
3

1
1
1
]
1

A A
( ) ( ) 0
0 0 0
0 0 0
0 0 0
3
3
3
3

1
1
1
]
1

A A
( ) ( ) 0
0 0 0
0 0 0
0 0 0
4
3
4
3

1
1
1
]
1

A A
Ya que el rango de (A3)
4
es igual al rango de (A3)
3
entonces nos detenemos
en esta ltima calculacin. Ahora, es fcil verificar que si elegimos un vector
u=[0 1 0] se llega a que (A3-I)
3
u=0 pero (A3-I)
2
u0 por simple
inspeccin. Se concluye que u es un vector propio generalizado de rango 3 y
a partir del mismo se encontrarn otros vectores propios generalizados.
1
1
1
]
1

0
1
0
:
3
u u ;
( )
1
1
1
]
1

25
20
4
:
1
3
2
u A u ;
( )
1
1
1
]
1

0
0
5
:
2
3
1
u A u
iii. Dado que slo existe un valor propio y ya se encontraron todos los vectores
propios generalizados asociados a este valor propio, no es necesario repetir
el paso 2.
iv. Con respecto a la base conformada por [u
1
u
2
u
3
], la matriz A3 tiene la
siguiente representacin de Jordan:
1
1
1
]
1

0 0 0
1 0 0
0 1 0

3
A
d. Matriz A4
i. Se determinan los valores propios de A4 resolviendo el determinante de la
matriz A4-I y hallando las races del polinomio caracterstico. Se tiene:
( ) ( ) ( ) ( )

1
1
1
]
1

3 2 1 det
3 0 0
0 2 0
10 4 1
4 4
I A I A
Como se puede observar las races de este polinomio se obtienen
directamente por observacin y corresponden a los valores propios
buscados. As, A4 tiene un valor propio 1=1, un valor propio 2=2 y un valor
propio 3=3.
ii. En primera instancia, para hallar un vector propio asociado a 1=1 se busca
un vector u
1
que cumpla con (A4-1I)u
1
=0. Esto es equivalente a resolver un
sistema de ecuaciones, tal como sigue:
( )
1
1
1
]
1

1
1
1
]
1

1
1
1
]
1

0
0
1
0
0
0
2 0 0
0 1 0
10 4 0
0 1
1 1 1
4
u u u I A

iii. Ahora, para hallar un vector propio asociado a 2=2 se busca un vector u
2
que cumpla con (A4-2I)u
2
=0. Esto es equivalente a resolver un sistema de
ecuaciones, tal como sigue:
( )
1
1
1
]
1

1
1
1
]
1

1
1
1
]
1

0
1
4
0
0
0
1 0 0
0 0 0
10 4 1
0 2
2 2 2
4
u u u I A
iv. Siguiendo el mismo razonamiento, para hallar un vector propio asociado a
3=3 se busca un vector u
3
que cumpla con (A4-3I)u
3
=0. Esto es
equivalente a resolver un sistema de ecuaciones, tal como sigue:
( )
1
1
1
]
1

1
1
1
]
1

1
1
1
]
1

1
0
5
0
0
0
0 0 0
0 1 0
10 4 2
0 3
3 3 3
4
u u u I A
v. Con respecto a la base conformada por [u
1
u
2
u
3
], la matriz A4 tiene la
siguiente representacin de Jordan:
1
1
1
]
1

1 0 0
0 1 0
0 0 1

4
A
En este caso, como A4 tiene todos los valores propios diferentes (o de otra
manera, todos sus valores propios tienen multiplicidad unitaria) entonces es
una matriz diagonal, es decir es similar a la matriz identidad. Las matrices
utilizadas hasta este punto no poseen esta caracterstica.
e. Matriz A5
i. Se determinan los valores propios de A5 resolviendo el determinante de la
matriz A5-I y hallando las races del polinomio caracterstico. Se tiene:
( )
5
5 5
det
0 0 0 0
1 0 0 0
1 1 0 0
1 1 1 0
1 1 1 1

1
1
1
1
1
1
]
1

I A I A
Las races de este polinomio son los valores propios buscados. As, A5 tiene
un solo valor propio 0 con multiplicidad 5.
ii. Se calcula (A5-I)
i
para valores desde i=1 hasta que el rango de matrices
sucesivas sea igual, tal como se muestra en los siguientes clculos:
( ) ( ) 4
0 0 0 0 0
1 0 0 0 0
1 1 0 0 0
1 1 1 0 0
1 1 1 1 0
1
5
1
5

1
1
1
1
1
1
]
1

A A
( ) ( ) 3
0 0 0 0 0
0 0 0 0 0
1 0 0 0 0
2 1 0 0 0
3 2 1 0 0
2
5
2
5

1
1
1
1
1
1
]
1

A A
( ) ( ) 2
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
1 0 0 0 0
3 1 0 0 0
3
5
3
5

1
1
1
1
1
1
]
1

A A
( ) ( ) 1
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
1 0 0 0 0
4
5
4
5

1
1
1
1
1
1
]
1

A A
( ) ( ) 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
5
5
5
5

1
1
1
1
1
1
]
1

A A
Ya que el rango de (A5)
6
es igual al rango de (A5)
5
entonces nos detenemos
en esta ltima calculacin. Ahora, es fcil verificar que si elegimos un vector
u=[0 0 0 0 1] se llega a que (A5-I)
5
u=0 pero (A5-I)
4
u0 por simple
inspeccin. Se concluye que u es un vector propio generalizado de rango 5 y
a partir del mismo se encontrarn otros vectores propios generalizados.
1
1
1
1
1
1
]
1

1
0
0
0
0
:
5
u u
;
( )
1
1
1
1
1
1
]
1

0
1
1
1
1
:
1
5
4
u A u
;
( )
1
1
1
1
1
1
]
1

0
0
1
2
3
:
2
5
3
u A u
;
( )
1
1
1
1
1
1
]
1

0
0
0
1
3
:
3
5
2
u A u
;
( )
1
1
1
1
1
1
]
1

0
0
0
0
1
:
4
5
1
u A u
iii. Dado que slo existe un valor propio y ya se encontraron todos los vectores
propios generalizados asociados a este valor propio, no es necesario repetir
el paso 2.
iv. Con respecto a la base conformada por [u
1
u
2
u
3
u
4
u
5
], la matriz A5 tiene la
siguiente representacin de Jordan:
1
1
1
1
1
1
]
1

0 0 0 0 0
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 1 0

5
A
7- Sergio
8- Mostrar que el conjunto de funciones continuas por trazos a valores
complejos definidas sobre [0, ) forma un espacio lineal sobre C.
Por definicin, un espacio vectorial sobre un campo F, notado (X, F) consiste en un
conjunto, notado X, de elementos llamados vectores, un campo notado F y dos
operaciones llamadas adicin de vectores y multiplicacin escalar. Estas
operaciones se definen sobre X y F de modo que cumplan con 10 condiciones. Para
probar que tenemos o no un espacio vectorial en el ejemplo citado en el enunciado,
se comprobar cada una de estas 10 condiciones.
Inicialmente se define el conjunto de vectores como sigue: X= {conjunto de
funciones f(x), continuas por trazos a valores complejos definidas sobre [0, )}. El
campo son los nmeros complejos: F=C.
a. Sean f y g funciones en X, se tiene que f(x)+g(x)=(f+g)(x). Como la
suma de dos funciones continuas por trazos a valores complejos
definidas sobre [0, ) es otra funcin con las mismas
caractersticas, se comprueba que se cumple el primer axioma.
b. Ya que las funciones estn definidas a valores complejos y la suma es
conmutativa sobre este conjunto, se hereda esta caracterstica, de
modo que f(x)+g(x)=g(x)+f(x) y el segundo axioma queda
verificado: la conmutatividad en la adicin de vectores.
c. Del mismo que en b. se puede comprobar que [f(x)+g(x)]+h(x)=f(x)
+[g(x)+h(x)]: la adicin de vectores es asociativa.
d. Existe un vector 0 que pertenece a X tal que f(x)+0=f(x). Si se
define la funcin f(x)= 0 para todo x que pertenece al intervalo [0,
), esta funcin cumple las caractersticas requeridas para ser el
vector 0.
e. Para toda funcin f(x) en X existe una funcin f(x) tal que f(x)
+f(x)=0, la funcin (vector) definida en el literal anterior. Si se elige
una funcin f(x) tal que f(x)=-f(x) para todo valor x en el intervalo
[0, ), se cumple el requerimiento solicitado. Se sabe que siempre
existe f(x) porque existe inverso aditivo sobre valores complejos.
f. Sea una funcin f(x) en X y un escalar en F, existe un elemento
f(x) en X que corresponde al producto escalar de los elementos
mencionados. Dado que f(x) se define en valores complejos y por
definicin es complejo, el producto de f(x) es complejo y pertenece
a X. Ntese que si el conjunto de vectores fueran funciones a valores
reales esta propiedad no se cumplira pues existe el caso en que el
producto de un nmero complejo y valores real no es otro valor real
sino un complejo.
g. Dados escalares y que pertenecen a F y una funcin f(x) en X,
[f(x)]=()f(x). Esta propiedad tambin se hereda de los nmeros
complejos en donde es evidente que la multiplicacin escalar es
asociativa.
h. De la misma manera que en el literal g. se pueden reconsiderar las
propiedades de los valores complejos y se deduce que para un
escalar en F y dos funciones f(x) y g(x) se cumple que [f(x)
+g(x)]=f(x)+ g(x), es decir la multiplicacin por un escalar es
distributiva respecto a la adicin vectorial.
i. Siguiendo el mismo razonamiento es fcil llegar a comprobar que la
multiplicacin vectorial es distributiva con respecto a la suma
escalar: (+)f(x)=f(x)+ f(x), para cualesquiera y que
pertenecen a F y una funcin f(x) en X.
j. Para cualquier funcin f(x) en X, siempre existe un escalar 1 en F tal
que 1f(x)=f(x). El mdulo de la multiplicacin del campo escalar de
los complejos es la unidad y por consiguiente se comporta como
mdulo tambin para las funciones continuas por trazos a valores
continuos en el intervalo tratado.
9- Calcular las normas 1, 2 y del vector [1 -2 0].
De acuerdo con los discutido en clase, dado un vector x=[x1 x2 xn] los normas 1,
2 y se denotan y definen como sigue:

i
i
x x
1 ,

i
i
x x
2
2
,
( )
i
x x max

(9.1)
Con base en (9.1), las normas 1, 2 y del vector x= [1 -2 0] son:
3 0 2 1 0 2 1
1
+ + + + x
( ) ( ) ( ) 5 4 1 0 2 1
2 2 2
2
+ + + x
( ) ( ) 2 0 , 2 , 1 max 0 , 2 , 1 max

x
10- Sea A una matriz de nxn. Usando el teorema de Cayley-Hamilton, mostrar
que cualquier matriz A
k
con kn puede ser escrita como una combinacin
lineal de {I, A,, A
n-1
}. Si el grado del polinomio mnimo de A es conocido,
Qu modificacin se puede hacer?
Si se define k=k-n+1 tal que k=k+n-1, demostrar que cualquier matriz A
k
con kn
puede ser escrita como una combinacin lineal de {I, A,, A
n-1
} es equivalente a
demostrar que cualquier matriz A
k+n-1
con k1 puede ser escrita como una
combinacin lineal de {I, A,, A
n-1
}. Esta segunda proposicin se demostrar por
medio de induccin matemtica, esto es posible porque n, k son nmeros naturales
mayores o iguales que 1. Adicionalmente se har uso del teorema de Cayley-
Hamilton que establece que una matriz A satisface su polinomio caracterstico. Es
decir, matemticamente hablando el teorema fija la siguiente igualdad.
Sea p() el polinomio caracterstico de la matriz cuadrada A de nxn, entonces:
n n
n n
I A p + + + +

1
1
1
1
) det( ) ( (10.1)
0 ) (
1
1
1
+ + + +

I A A A A p
n n
n n

Con base en lo anterior se procede a realizar el anlisis inductivo citado
anteriormente.
a. Caso 1. k=1 entonces k=n
Por definicin se tiene que A
k+n-1
= A
n
, el cual se puede despejar de
(10.1) para llegar a:
0
1
1
1
+ + + +

I A A A
n n
n n

I A A A
n n
n n

1
1
1
(10.2)
Y queda claro que A
k+n-1
es una combinacin lineal de {I, A,, A
n-1
}
para k=1.
b. Caso m. k=m entonces k=m+n-1
Se asume la hiptesis de que la proposicin objeto de prueba se
cumple para k=m, por lo tanto:
I A A A
n n
n n m


+
1
1
1
1
(10.3)
Es decir, existen escalares i tales que A
m+n-1
se escribe como una
combinacin lineal de {I, A,, A
n-1
}.
c. Caso m+1. k=m+1 entonces k=m+n
A partir de los casos anteriores se evala la veracidad de la
proposicin para k=m+1. Esto es:
A A A
n m n m 1 + +

(10.4)
Reemplazando (10.3) en (10.4) queda:
IA A A A A A
n n
n n m


+ 1
1
1
1

A A A A
n n
n n m


+ 2
1 1
(10.5)
Ahora, si se sustituye (10.2) en (10.5) se obtiene:
( ) A A A I A A A A
n n
n
n n
n n n m

+ 2
1
1
2 1
2
2
1
1 1

( ) A A A I A A A A
n n
n
n n
n n n m

+ 2
1
1
2 1 1 1
2
1 2
1
1 1

( ) ( ) ( ) ( ) I A A A A
n n n n n
n n m
1 1 1
2
1 1 2
1
2 1 1
+ + + +

+

Se ha probado que A
m+n
es una combinacin lineal de {I, A,, A
n-1
}.
QED