Tesis Javier Hernandez Benitez

UNIVERSIDAD CARLOS III DE MADRID
DEPARTAMENTO DE MATEMTICAS
TESIS DOCTORAL
Polinomios Ortogonales,
Funciones de Transferencia y
Transformaciones Espectrales
AUTOR:
Javier Hernndez Bentez
DIRECTOR:
Francisco Marcelln Espaol
Legans, diciembre 2006
UNIVERSIDAD CARLOS III DE MADRID
ESCUELA POLITCNICA SUPERIOR
DEPARTAMENTO DE MATEMTICAS
POLINOMIOS ORTOGONALES, FUNCIONES
DE TRANSFERENCIAS Y
TRANSFORMACIONES ESPECTRALES
Autor: Javier Hernndez Bentez
Lic. en Ciencias Matemticas
Memoria presentada para optar al grado de doctor en Ingeniera Matemtica. Rea-
lizada bajo la direccin de Dr. Francisco Marcelln Espaol.
Diciembre, 2006.
TESIS DOCTORAL
Polinomios Ortogonales, Funciones de Transferencia
y Transformaciones Espectrales
Autor: Javier Hernndez Bentez
Director: Francisco Marcelln Espaol
Tribunal Calicador
Firma
Presidente:
Vocal:
Vocal:
Vocal:
Secretario:
Calicacin:
Legans, de de 200
A mi madre,
a quien le debo,
entre muchas cosas,
una despedida.
Indice general
Agradecimientos 1
Introduccin 3
1. Polinomios ortogonales y funcionales de momentos 9
1.1. Funcionales de momentos . . . . . . . . . . . . . . . . . . . . . . 9
1.2. Polinomios ortogonales asociados a funcionales lineales . . . . . 12
1.3. Polinomios ortogonales clsicos . . . . . . . . . . . . . . . . . . 14
1.3.1. Polinomios de Hermite . . . . . . . . . . . . . . . . . . . 15
1.3.2. Polinomios de Laguerre . . . . . . . . . . . . . . . . . . 15
1.3.3. Polinomios de Jacobi . . . . . . . . . . . . . . . . . . . . 16
1.3.4. Polinomios de Bessel . . . . . . . . . . . . . . . . . . . . 16
1.4. Polinomios ortogonales y sistemas lineales . . . . . . . . . . . . . 18
2. El algoritmo de Leverrier-Faddeev 25
2.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2. Descripcin del algoritmo . . . . . . . . . . . . . . . . . . . . . . 29
2.3. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
NDICE GENERAL
2.4. Algoritmo de Leverrier-Faddeev y los polinomios ortogonales cl-
sicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.5. Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3. Extensin del algoritmo de Leverrier-Faddeev 47
3.1. Algoritmo para haces lineales . . . . . . . . . . . . . . . . . . . . 47
3.1.1. Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.2. Algoritmo para matrices polinomiales de orden arbitrario . . . . . 62
3.2.1. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4. Transformaciones espectrales para matrices hermitianas Toeplitz 75
4.1. Polinomios ortogonales en la circunferencia unidad . . . . . . . . 75
4.2. Polinomios ortogonales en la circunferencia unidad y transforma-
ciones espectrales . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.2.1. Transformacin de Christoel . . . . . . . . . . . . . . . 86
4.2.2. Transformacin de Uvarov . . . . . . . . . . . . . . . . . 87
4.2.3. Transformacin de Geronimus . . . . . . . . . . . . . . . 88
4.3. Matrices de Hessenberg asociadas a polinomios ortogonales . . . 93
4.4. Funcionales lineales cuasi-denidos y la factorizacin LU . . . . 97
4.5. Funcionales lineales denidos positivos y la factorizacin QR . . . 107
4.5.1. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . 113
5. Transformacin de Uvarov 123
5.1. Transformacin [
3
(p, q) = [(p, q) + mp()q() . . . . . . . . . . 123
5.1.1. Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
4
(p, q) = [(p, q) + mp() q(
1
) + mp(
1
) q( ) 131
6. Transformacin de Geronimus y funcionales denidos positivos 139
6.1. Resultados preliminares . . . . . . . . . . . . . . . . . . . . . . . 140
NDICE GENERAL
6.2. Matrices de Hessenberg y la transformacin de Geronimus . . . . 144
6.3. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
Problemas abiertos 159
Bibliografa 161
Indice de Tablas
1.1. Coecientes en la relacin (1.2.2) . . . . . . . . . . . . . . . . . 17
1.2. Coecientes en la relacin (1.3.7) . . . . . . . . . . . . . . . . . 18
2.1. Algoritmo de Leverrier . . . . . . . . . . . . . . . . . . . . . . . 30
2.2. Algoritmo de Leverrier-Faddeev . . . . . . . . . . . . . . . . . . 33
2.3. Algoritmo de Leverrier-Faddeev usando SPOM clsicos . . . . . . 40
3.1. Algoritmo de Leverrier-Faddeev para haz regular . . . . . . . . . 54
3.2. Algoritmo para matrices de orden arbitrario. . . . . . . . . . . . . 69
Agradecimientos
Quiero expresar, en primer lugar, mi ms sincero y profundo agradecimiento
al Dr. Francisco Marcelln quien me acept como su alumno, gracias por inculcar
en m el amor por la investigacin cientca, por hacerme disfrutar de la maravi-
llosa experiencia de encontrar resultados novedosos. Muchas gracias por conar
en m, por valorar siempre mi esfuerzo y brindarme su apoyo en momentos dif-
ciles. Gracias por estar siempre a la disposicin de leer y corregir los resultados
obtenidos, muchas veces sacricando su tiempo libre.
Tambin quiero agradecer al Departamento de Matemticas de la Universidad
Carlos III de Madrid, en especial al Dr. Guillermo Lpez Lagomasino quien siem-
pre estuvo presto a ayudarme en todas las oportunidades que lo requer. Adems,
debo agradecerle que me haya dado a conocer este programa de Doctorado.
Debo agradecer tambin a la Fundacin Universidad Carlos III por la ayuda
econmica recibida. Su apoyo ha hecho posible la realizacin de esta memoria.
Quiero agradecer, ya desde otra perspectiva, a mi esposa Maria Gabriela. Gra-
cias por la innita paciencia soportando los momentos de alegra y especialmente
los de tristeza y una que otra desilusin, siempre estuvo atenta a escucharme y su
apoyo hizo que este proyecto fuese ms llevadero.
Igualmente, quiero agradecer a mi familia por ese gran apoyo que me brinda-
ron, que a pesar de la distancia, siempre lo sent muy cerca y me dio mucha fuerza
para realizar el doctorado.
2 Agradecimientos
Quiero dar las gracias de manera muy especial a Omar y Betsy, su ayuda y
apoyo fue mucho ms all de las sumas y multiplicaciones. Siempre le agrade-
cer a Dios todos los momentos que pudimos compartir.
Finalmente, tambin quiero manifestar mi agradecimiento a Carlos y Cristina,
por ofrecerme su hogar en los primeros momentos del doctorado.
Introducci on
Antecedentes
La teora de polinomios ortogonales respecto a medidas soportadas en la recta
real ha sido objeto de atencin no slo desde una perspectiva analtica (propie-
dades asintticas, distribucin de sus ceros) sino desde un amplio espectro de
aplicaciones (integracin numrica, mtodos espectrales para el tratamiento de
problemas de valores en la frontera, teora de grafos, sistemas integrables, etc).
Ms recientemente, se ha desarrollado un tratamiento basado en las propiedades
espectrales de las matrices de Jacobi asociadas a dichos polinomios ortogonales.
De hecho, las matrices de Jacobi representan, en forma matricial, el operador de
multiplicacin respecto a la base de polinomios ortogonales. En [70] y [78] se ha
abierto una interesante aproximacin a la conexin entre perturbaciones de medi-
das y factorizacin LU de matrices de Jacobi que ha sido desarrollada tanto desde
el aspecto terico ([10], [11], [76]) como numrico ([8], [9]) en el marco de las
denominadas transformaciones de Darboux que tienen su origen en los problemas
biespectrales (vase [70]), as como a travs de la factorizacin QR ([12]).
Asimismo, y en un marco puramente algebraico, los polinomios ortogona-
les respecto a medidas soportadas en la recta real han sido utilizados de manera
sistemtica en el tratamiento de sistemas lineales a travs de los denominados
generadores de espacios de estado para controlabilidad de sistemas lineales (va-
3
4 Introduccin
se [2], [42] y [43]). En particular, la obtencin de algoritmos tipo Leverrier est
ntimamente ligada a la inversin de matrices polinmicas, i. e. al estudio de la
funcin de transferencia del sistema lineal. Extensiones del algoritmo de Leve-
rrier han sido analizadas en los trabajos pioneros de S. Barnett ([3], [4]) y J. C.
Gower [31] y posteriormente ampliadas en el caso de haces lineales (vase [36],
[48], [59], [73], [74]) y matrices polinmicas de grado arbitrario ([5], [19], [21]).
Ms recientemente, se han aplicado dichas tcnicas en el estudio de inversas gene-
ralizadas de matrices polinmicas y racionales ([44], [45], [71]). La conexin con
problemas de mecnica clsica (teora de vibraciones) se ha puesto de maniesto
en [26] y [58] as como en relacin con modelos 2-dimensionales de espacios de
estado ([77], [79]). Finalmente, una interesante aplicacin en sistemas expertos
para la obtencin de modelos a tiempo discreto utilizando identicacin param-
trica, ha sido desarrollado en [66]. Un primer objetivo de nuestra memoria ha
sido el tratamiento del algoritmo de Leverrier-Faddeev desde la perspectiva de los
polinomios ortogonales clsicos. Dada una matriz A C
nn
existe una conexin
directa entre su polinomio caracterstico p
A
(s) y la matriz adjunta de sI
n
A. De
hecho, en el captulo 2 ponemos de maniesto (Lema 2.4.1) que
d
ds
p
A
(s) = tr Adj
_
sI
n
A
_
.
En lugar de utilizar la representacin del polinomio caracterstico en trmi-
nos de la base cannica x
n
n0
, consideraremos bases de polinomios ortogonales
clsicos (Hermite, Laguerre, Jacobi, Bessel) de manera que obtenemos un marco
general que abarca los casos estudiados para familias particulares de polinomios
ortogonales ([4], [74]). La clave es una propiedad estructural de los polinomios
ortogonales clsicos.
En el captulo 3, utilizamos la anterior descomposicin para abordar el clculo
de la inversa de matrices polinmicas mostrando las ventajas frente a otras tcni-
cas desarrolladas en [5], [19] y [21].
La segunda parte de la memoria aborda la teora de polinomios ortogonales
respecto a una medida positiva no trivial soportada sobre la circunferencia uni-
Introduccin 5
dad. Esta teora se inicia con los trabajos de G. Szeg o (vase [72] y su exhaustivo
conjunto de referencias) y se desarrolla desde una perspectiva analtica por Ya L.
Geronimus ([23], [24] y [25]) basada en la teora clsica de funciones de variable
compleja. La conexin con el problema trigonomtrico de momentos y la teora
de procesos estocsticos estacionarios discretos constituyen un importante eje de
actividad investigadora en la dcada de los cincuenta (vase a modo de ejemplo
[34]). En la dcada de los ochenta se asiste un renovado inters por el tema tan-
to desde la perspectiva de la teora de aproximacin (fracciones continuas [41] y
aproximacin por polinomios trigonomtricos [65]) como desde una perspectiva
algebraica ligada al problema de factorizacin QR de matrices unitarias de Hes-
senberg de dimensin nita ([33]). En los aos noventa se desarrolla una teora
constructiva de familias de polinomios ortogonales asociados a perturbaciones de
medidas soportadas en la circunferencia unidad (vase [6], [27], [28], [40], [49],
[51], [56], [57], [63], entre otros) junto a una novedosa interpretacin basada en
la representacin matricial del operador de multiplicacin respecto a una base or-
tonormal en relacin a medidas soportadas en un arco de la circunferencia unidad
([29], [30]).
Sin duda alguna, el hito ms relevante al comienzo del siglo XXI es la apa-
ricin de los dos volmenes de la monografa de B. Simon [68] que constituyen
la descripcin mas exhaustiva del estado del arte en la teora de polinomios orto-
gonales en la circunferencia unidad (vase tambin [67] a modo de sntesis). Una
de sus aportaciones fundamentales es el tratamiento de la representacin matricial
del operador de multiplicacin respecto a bases ortonormales en el espacio de los
polinomios de Laurent = span z
n
: n Z construidas a partir del proceso
de ortonormalizacin de Gram-Schmidt de las familias S =
_
1, z, z
1
, z
2
, z
2
, . . .
_
y T =
_
1, z
1
, z, z
2
, z
2
, . . .
_
. La matriz resultante es pentadiagonal y admite una
factorizacin en trminos de dos matrices diagonales por bloques de dimensin
2 la primera y de un nico bloque de dimensin 1 y los restantes de dimensin
2 la segunda, cuyas entradas estn relacionadas con los denominados parmetros
de reexin, i. e. las evaluaciones en el punto z = 0 de los polinomios ortonor-
males. Este resultado debido a D. S. Watkins ([75]) fue obtenido mediante una
6 Introduccin
demostracin alternativa e independiente en [13].
En esta memoria nos centramos en el anlisis de ciertas perturbaciones canni-
cas de funcionales hermitianos denidos en el espacio . En particular, establece-
mos la conexin entre las correspondientes funciones de Carathodory mediante
una transformacin espectral lineal, siguiendo la lnea esbozada en [50].
Estructura de la memoria y aportaciones originales
A continuacin, explicamos los contenidos y aportaciones especcas de ca-
da captulo que conforma esta memoria. El captulo 1 es una introduccin que
contiene conceptos bsicos acerca de funcionales de momentos, caracterizaciones
y operaciones algebraicas. Tambin introducimos algunos aspectos de la teora
de polinomios ortogonales asociados a funcionales lineales al igual que damos
ciertas caracterizaciones de los polinomios ortogonales clsicos. Al nal de este
captulo estudiamos la relacin entre polinomios ortogonales y funcionales linea-
les en el contexto de la conexin entre la matriz de momentos y los generadores
de espacios de estado.
En el captulo 2, estudiamos una herramienta til para obtener en forma ex-
plcita la funcin de transferencia de un sistema lineal, el algoritmo de Leverrier-
Faddeev. Hacemos un repaso de la evolucin de este algoritmo desde su obtencin
al igual que presentamos sus ventajas y desventajas. En este captulo desarrolla-
mos una implementacin sencilla del algoritmo de Leverrier-Faddeev en la que
podemos expresar una funcin de transferencia de un sistema lineal en funcin de
una base de polinomios ortogonales clsicos.
En el captulo 3 abordamos dos adaptaciones del algoritmo de Leverrier-Fad-
deev basados en el algoritmo obtenido en el captulo 2. La primera sirve para
obtener de forma explcita la funcin de transferencia de un sistema lineal singu-
lar invariante en el tiempo. La otra adaptacin del algoritmo fue motivada por el
cmputo de la funcin de transferencia de un sistema de osciladores en funcin
de una base de polinomios ortogonales clsicos.
Introduccin 7
En un marco ms general, los algoritmos presentados en este captulo forman
una herramienta para el cmputo de la inversa de una matriz polinmica de orden
arbitrario.
En el captulo 4 abordamos el tema de transformaciones espectrales para ma-
trices hermitianas Toeplitz. Comenzamos con los conceptos bsicos de la teora de
polinomios ortogonales respecto a funcionales lineales hermitianos y se denen
tres perturbaciones cannicas: Christoel, Uvarov y Geronimus, as denominadas
por su anlogo con el caso real, analizando para la primera de ellas las condicio-
nes necesarias y sucientes para la existencia de polinomios ortogonales respecto
al funcional perturbado y luego, la relacin existente entre las correspondientes
matrices de Hessenberg va factorizacin LU y QR. sta ltima en el caso de
funcionales lineales hermitianos denidos positivos.
En el captulo 5 se estudian dos modelos de transformacin de Uvarov y se dan
condiciones necesarias y sucientes para que el funcional perturbado sea cuasi-
denido. Finalmente se establece la relacin entre las matrices de Hessenberg.
En el captulo 6 consideramos la transformacin de Geronimus
1
, de una
medida no trivial de probabilidad soportada en la circunferencia unidad, dada
por
d
1
=
d
z
2
, T, z = 1.
Tras introducir conceptos bsicos y resultados preliminares, damos una expre-
sin explcita de los polinomios ortonormales con respecto a
1
en funcin de los
asociados a . Finalmente, usando los resultados obtenidos y desarrollados en el
captulo 4, mostramos una conexin entre las matrices de Hessenberg asociadas
con el operador de multiplicacin con respecto a las dos familias de polinomios,
en la que interviene la factorizacin QR. Asimismo, mostramos algunos ejemplos
de dichos tipos de transformaciones junto con las representationes explcitas de
las sucesiones de polinomios ortogonales asociadas a la medida
1
.
Finalmente, la ltima seccin contiene algunos problemas abiertos.
8 Introduccin
Publicaciones resultado de la memoria
Los resultados del captulo 2 han aparecido en [37], mientras que los del cap-
tulo 3 han sido publicados en [35] y [36].
Algunas contribuciones del captulo 4 han aparecido en [17] y [55], funda-
mentalmente en relacin con los problemas de factorizacin. En [17] se presentan
algunos resultados del captulo 5 mientras que en [54] se han sintetizado los ele-
mentos bsicos del captulo 6.
Captulo 1
Polinomios ortogonales y
funcionales de momentos
1.1. Funcionales de momentos
Sea 1 : P Cun funcional lineal en el espacio vectorial Pde los polinomios
con coecientes complejos y consideremos la base cannica x
n
n0
.
Denicin 1.1.1 La sucesin m
n
n0
denida por
1(x
n
) = m
n
, n = 0, 1, 2, . . . (1.1.1)
se denomina sucesin de momentos. El valor m
n
se denomina momento de orden
n y el funcional lineal 1 se llama funcional de momentos asociado a la sucesin
m
n
n0
.
La matriz semi-innita H cuyas entradas estn dadas por h
k, j
= m
k+j
, k, j =
0, 1, . . ., se denomina matriz de momentos estndar asociada al funcional 1. H es
una matriz de Hankel, esto es, una matriz cuyos elementos de las anti-diagonales
9
10 Polinomios ortogonales y funcionales de momentos
son idnticos
H =
_
_
m
0
m
1
m
2

m
1
m
2
m
3

m
2
m
3
m
4

.
.
.
.
.
.
.
.
.
.
.
.
_
_
.
Denicin 1.1.2 Sea H
n
la submatriz principal de H de dimensin (n+1)(n+1).
Diremos que el funcional lineal 1 es cuasi-denido si las submatrices principales
H
n
, n = 0, 1, 2, . . . de la matriz de Hankel semi-innita H = (m
j+k
)
j,k=0
son no
singulares.
Diremos que 1 es denido positivo si 1(p(x)) > 0 para todo polinomio
p P no nulo y no-negativo para todo x R.
En un caso denido positivo, los momentos del funcional son reales (vase
[16]).
Proposicin 1.1.3 ([16]) Un funcional lineal 1 es denido positivo si y solo
n
:=
m
0
m
1
m
n
m
1
m
2
m
n+1
.
.
.
.
.
.
.
.
.
.
.
.
m
n
m
n+1
m
2n
> 0, (1.1.2)
para todo n 0.
En el caso denido positivo, existe una medida de Borel positiva soporta-
da en un subconjunto E de la recta real tal que el funcional lineal 1 tiene una
representacin integral
1(p) =
_
E
p(x)d(x). (1.1.3)
A continuacin describiremos una serie de operaciones bsicas en el espacio
de los funcionales lineales que sern de utilidad a lo largo de esta memoria.
Dado un polinomio P, con deg = n, podemos introducir un nuevo
funcional lineal llamado multiplicacin a la izquierda de 1 por de la siguiente
1.1. Funcionales de momentos 11
forma
_
(x)1
_
(p(x)) = 1((x)p(x)) .
Asimismo, llamaremos multiplicacin por la izquierda de 1 por el polinomio
inverso al funcional denido por
_
(x)
1
1
_
(p(x)) = 1
_
p(x) L
p,
(x)
(x)
_
,
donde L
p,
es el polinomio interpolador de grado deg(p) 1 que interpola a p en
las races de .
Un caso particular de lo anterior es el siguiente: si C, llamaremos mul-
tiplicacin por la izquierda de 1 por la funcin racional (x )
1
al funcional
lineal

1 denido por
1(p) := (x )
1
1(p) = 1
_
p(x) p()
x
_
, p P.
La derivada distribucional del funcional 1 est dada por
_
D1
_
(p(x)) = 1
_
p
(x)
_
, para todo p P.
En base a lo anterior, introducimos los siguientes funcionales a partir de 1
(i) Sea C. El funcional

1 := (x )1 se llama transformado cannico de
Christoel del funcional 1 (ver [78]).
(ii) Si , m C,

1 := 1+ m
recibe el nombre de transformado cannico de

Uvarov, donde
es el funcional de Dirac dado por
(p(x)) = p(), p P
(ver [78]).
(iii) Sean , m C. El funcional

1 := (x )
1
1+ m
se denomina transfor-
mado cannico de Geronimus (ver [78]).
1.2. Polinomios ortogonales asociados a funcionales
lineales
Sean [ : P C un funcional lineal y P
n
n0
una sucesin de polinomios.
Denicin 1.2.1 Diremos que P
n
n0
es una sucesin de polinomios ortogonales
respecto al funcional lineal [ si
(i) deg P
n
(x) = n para todo n 0.
(ii) [(P
n
(x)P
m
(x)) = k
n
n,m
, con k
n
0 y
n,m
es la delta de Kronecker denida
por
n,m
=
_
_
1 si n = m,
0 si n m.
Diremos que P
n
n0
es ortonormal respecto al funcional lineal [ si, adems
de cumplirse (i) y (ii), se tiene que k
n
= 1 para todo n 0.
Teorema 1.2.2 Sea P
n
n0
una sucesin de polinomios ortogonales respecto a
[. Entonces, para todo p P con deg p(x) = n,
p(x) =
n
k=0
k
P
k
(x),
donde
k
=
[(P
k
(x)p(x))
[(P
k
(x)
2
)
, para k = 0, 1, 2, . . . , n.
Del anterior resultado, es sencillo comprobar que, si P
n
n0
es una sucesin
de polinomios ortogonales respecto a [, entonces c
n
P
n
n0
, con c
n
0 para todo
n 0, tambin lo es. Si el coeciente lder de cada P
n
(x) es igual a 1, entonces
decimos que P
n
n0
es una sucesin de polinomios ortogonales mnicos.
Proposicin 1.2.3 (ver [16]) Sea [ un funcional lineal. Los siguientes enuncia-
dos son equivalentes:
1.2. Polinomios ortogonales asociados a funcionales lineales 13
(i) [ es un funcional lineal cuasi-denido.
(ii) Existe una nica sucesin de polinomios ortogonales mnicos P
n
n0
respec-
to al funcional lineal [, dada por
P
0
(x) = 1, P
n
(x) =
1
n1
m
0
m
1
m
n
m
1
m
2
m
n+1
.
.
.
.
.
.
.
.
.
.
.
.
m
n1
m
n
m
2n1
1 x x
n
, n 1, (1.2.1)
donde
n
= det H
n
, n 0.
(iii) Existen sucesiones de nmeros complejos
n
n=0
y
n
n=1
con
n
0 para
todo n N tales que la sucesin de polinomios mnicos P
n
n0
denida
por la relacin
xP
n
(x) = P
n+1
(x) +
n
P
n
(x) +
n
P
n1
(x), n 0 (1.2.2)
es ortogonal respecto a [ (con el convenio P
1
(x) = 0).
La representacin matricial del operador asociado con la multiplicacin por x
en P respecto a la base de polinomios ortogonales mnicos es una matriz tridia-
gonal:
J =
_
0
1 0 0
1

1
1 0
0
2

2
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
_
_
.
Adems, es fcil comprobar que el polinomio caracterstico de la submatriz
principal J
n+1
de dimensin (n + 1) (n + 1) es el polinomio P
n+1
, n 0.
1.3. Polinomios ortogonales clsicos
Los polinomios ortogonales clsicos son las familias ms utilizadas en la li-
teratura de polinomios ortogonales. Estos polinomios, aparecen como soluciones
de ecuaciones diferenciales hipergeomtricas (ver [61]).
Denicin 1.3.1 Sean [ : P C un funcional lineal cuasi-denido y P
n
n0
la
sucesin de polinomios ortogonales mnicos respecto a [. Diremos que [ es un
funcional lineal clsico si existen polinomios y con deg 2 y deg = 1
tales que
D([) = [. (1.3.1)
En este caso, se dice que P
n
n0
es una sucesin de polinomios ortogonales
clsicos respecto a [. La expresin (1.3.1) se denomina ecuacin distribucional
de Pearson.
Teorema 1.3.2 (ver [52]) Sea [ un funcional lineal cuasi-denido, entonces los
siguientes enunciados son equivalentes
(i) [ es un funcional lineal clsico.
(ii) Los polinomios mnicos P
n
n0
, ortogonales respecto al funcional lineal [,
son autofunciones del operador diferencial de segundo orden D
2
+ D,
esto es,
n
0 tal que
P
n
+ P
n
+
n
P
n
= 0. (1.3.2)
Como hemos sealado anteriormente, los polinomios P
n
n0
que satisfacen
la ecuacin (1.3.2) son los denominados de tipo hipergeomtrico: polinomios de
Hermite, polinomios de Laguerre, polinomios de Jacobi y polinomios de Bessel.
1.3. Polinomios ortogonales clsicos 15
1.3.1. Polinomios de Hermite
La familia de los polinomios mnicos de Hermite H
n
n0
es ortogonal respec-
to al funcional denido positivo
[
H
(p(x)) =
_
+
p(x)e
x
2
dx.
La familia H
n
n0
satisface la relacin de recurrencia
xH
n
(x) = H
n+1
(x) +
n
2
H
n1
(x), n 0, (1.3.3)
con el convenio H
1
(x) = 0.
El funcional lineal [
H
satisface la ecuacin distribucional de Pearson (1.3.1)
con (x) = 1 y (x) = 2x.
1.3.2. Polinomios de Laguerre
Los polinomios mnicos de Laguerre
_
L
()
n
_
n0
con > 1 constituyen una
familia uniparamtrica ortogonal respecto al funcional denido positivo
[
L
(p(x)) =
_
+
0
p(x)x
e
x
dx.
Los polinomios (x) = x, (x) = x + + 1 son los asociados a [
L
en la
ecuacin distribucional de Pearson (1.3.1).
La sucesin
_
L
()
n
_
n0
satisface la relacin de recurrencia
xL
()
n
(x) = L
()
n+1
(x) + (2n + + 1)L
()
n
(x) + n(n + )L
()
n1
(x), n 0, (1.3.4)
con el convenio L
()
1
(x) = 0.
1.3.3. Polinomios de Jacobi
Los polinomios mnicos de Jacobi
_
P
(,)
n
_
n0
constituye una familia depen-
diente de dos parmetros , > 1 y son ortogonales respecto al funcional de-
nido positivo
[
P
(p(x)) =
_
1
1
p(x)(1 x)
(1 + x)
dx.
La relacin de recurrencia que satisface
_
P
(,)
n
_
n0
es
xP
(,)
n
(x) = P
(,)
n+1
(x) +
n
P
(,)
n
(x) +
n
P
(,)
n1
(x), n 0, (1.3.5)
con el convenio P
(,)
1
(x) = 0, donde
n
=
2

2
(2n + + )(2n + + + 2)
,
n
=
4n(n + )(n + )(n + + )
(2n + + 1)(2n + + )
2
(2n + + + 1)
.
En la ecuacin (1.3.1) los polinomios asociados a [
P
son (x) = 1 x
2
y
(x) = ( + + 2)x + .
1.3.4. Polinomios de Bessel
Los polinomios mnicos de Bessel
_
B
()
n
_
n0
constituyen una familia unipara-
mtrica con parmetro 2, 3, 4, . . . y son ortogonales respecto al funcional
lineal cuasi-denido
[
B
(p(x)) =
_
T
p(x)x
2
x
dx,
donde T = z C : z = 1.
Los polinomios
_
B
()
n
_
n0
satisfacen la relacin de recurrencia
xB
()
n
(x) = B
()
n+1
(x) +
n
B
()
n
(x) +
n
B
()
n1
(x), n 0, (1.3.6)
1.3. Polinomios ortogonales clsicos 17
con el convenio B
()
1
(x) = 0, donde
n
=
2
(2n + )(2n + + 2)
,
n
=
4n(n + )
(2n + 1)(2n + )
2
(2n + + 1)
.
El funcional lineal [
B
satisface la ecuacin distribucional de Pearson (1.3.1) con
(x) = x
2
y (x) = ( + 2)x + 2.
La siguiente tabla resume los valores de los coecientes de la relacin de re-
currencia (1.2.2)
n

n
Hermite 0
n
2
Laguerre 2n + + 1 n(n + )
Jacobi

2
2
(2n++)(2n+++2)
4n(n+)(n+)(n++)
(2n++1)(2n++)
2
(2n+++1)
Bessel
2
(2n+)(2n++2)

4n(n+)
(2n+1)(2n+)
2
(2n++1)
Tabla 1.1: Coecientes en la relacin (1.2.2)
Otra caracterizacin de los polinomios ortogonales clsicos, viene dada por la
siguiente
Proposicin 1.3.3 (ver [52]) Los siguientes enunciados son equivalentes.
(i) P
n
n0
es una sucesin de polinomios ortogonales clsicos.
(ii) La sucesin de polinomios mnicos Q
n
n0
dada por Q
n
=
P
n+1
n + 1
, es tambin
una sucesin de polinomios ortogonales.
(iii) En el desarrollo de P
n
en trminos de la base polinmica Q
n
n0
, los coe-
cientes para 0 k n 3 se anulan, es decir:
P
n
(x) = Q
n
(x) + r
n
Q
n1
(x) + s
n
Q
n2
(x). (1.3.7)
La familia Q
n
n0
es ortogonal respecto al funcional [, donde es el po-
linomio que aparece en la relacin (1.3.1) (vase [52]). Los coecientes r
n
, s
n
de
la relacin (1.3.7) para las distintas familias de polinomios ortogonales clsicos
estn dadas en la siguiente tabla
r
n
s
n
Hermite 0 0
Laguerre n 0
Jacobi
2n()
(2n++)(2n+++2)

4n(n1)(n+)(n+)
(2n++1)(2n++)
2
(2n+++1)
Bessel
4n
(2n+)(2n++2)
4n(n1)
(2n+1)(2n+)
2
(2n++1)
Tabla 1.2: Coecientes en la relacin (1.3.7)
1.4. Polinomios ortogonales y sistemas lineales
En el espacio vectorial P de los polinomios en una variable con coecientes
complejos introducimos un producto escalar (, ), i. e. una aplicacin de PP en
C tal que
(i) (p + q, r) = (p, r) + (q, r) con , C, p, q, r P.
(ii) (p, q) = (q, p), p, q P.
1.4. Polinomios ortogonales y sistemas lineales 19
(iii) (p, p) R
+
, p P 0.
Si se considera la base cannica z
n
n0
del espacio P, tenemos asociada la
matriz innita de Gram R =
_
r
k, j
_
k, j=0
, tambin denominada matriz de momentos,
donde r
k, j
= (z
k
, z
j
). R
n
, n = 0, 1, . . ., denotar la submatriz principal de dimensin
(n + 1) (n + 1) de la matriz R.
Por otra parte, aplicando a la base cannica el mtodo de ortogonalizacin de
Gram-Schmidt podemos construir una nica familia de polinomios P
n
n0
tal que
(i) P
n
(z) =
n
z
n
+ trminos de grado inferior,
n
> 0.
(ii) (P
n
, P
m
) =
n,m
, para 0 m n.
La familia P
n
n0
se denomina familia de polinomios ortonormales respecto
al producto escalar (, ). La familia
_
1
n
P
n
_
n0
se denomina familia de polinomios
ortogonales mnicos respecto al anterior producto escalar.
Si mediante w
n+1
= [1, z, . . . , z
n
]
t
y v
n+1
= [P
0
(z), P
1
(z), . . . , P
n
(z)]
t
denotamos,
respectivamente, los vectores polinmicos de orden n + 1 correspondientes a las
bases z
n
n0
y P
n
n0
, entonces se deduce fcilmente
Proposicin 1.4.1
(i) (w
n+1
w
t
n+1
) = R
n
.
(ii) (v
n+1
v
t
n+1
) = I
n+1
.
Con la anterior notacin queremos denotar que el producto escalar se aplica a
cada una de las entradas de las matrices producto.
Por otra parte, v
n+1
= A
n
w
n+1
donde A
n
C
n+1,n+1
es una matriz triangular
inferior con elementos diagonales positivos. Ms concretamente, los elementos
diagonales son los coecientes lderes
0
,
1
, . . . ,
n
de los polinomios ortonorma-
les P
0
(z), P
1
(z), . . . , P
n
(z).
Teniendo en cuenta que
zv
n+1
= M
n
v
n+1
+ [0, . . . , 0,
n+1
P
n+1
(z)]
t
, (1.4.1)
donde
n+1
=

n
n+1
y M
n
una matriz Hessenberg inferior, se tiene
zA
n
w
n+1
= M
n
A
n
w
n+1
+ [0, . . . , 0,
n+1
P
n+1
(z)]
t
,
esto es
zw
n+1
= A
1
n
M
n
A
n
w
n+1
+
_
0, . . . , 0,
P
n+1
(z)
n+1
_
t
. (1.4.2)
Identicando las entradas en los dos miembros de la anterior igualdad, se tiene
A
1
n
M
n
A
n
=
_
_
0 1 0 0
0 0 1
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1
a
n+1,n+1
a
n+1,n
a
n+1,1
_
_
= F
(0)
n
, (1.4.3)
donde P
n+1
(z) =
n+1
_
z
n+1
+ a
n+1,1
z
n
+ + a
n+1,n
z + a
n+1,n+1
_
,
_
F
(0)
n
_
t
= Z
n
+ u
n
e
t
n
,
u
n
=
_
a
n+1,n+1
, a
n+1,n
, . . . , a
n+1,1
_
t
C
n+1,1
, e
n
= (0, 0, . . . , 0, 1)
t
C
n+1,1
y Z
n
es la matriz de dimensin (n+1) (n+1) con 1 en la primera subdiagonal inferior
y las restantes entradas son nulas.
De (1.4.3) se sigue que el polinomio caracterstico de M
n
es precisamente el
polinomio
1
n+1
P
n+1
. Por otra parte,
R
n
= (w
n+1
w
t
n+1
) = (A
1
n
v
n+1
v
t
n+1
A
t
n
)
= A
1
n
A
n
= L
n
L
n
.
(1.4.4)
Puesto que L
n
= A
1
n
es triangular inferior con elementos diagonales positivos,
(1.4.4) es la factorizacin de Cholesky de la matriz R
n
.
En la teora de sistemas lineales (vase [42]) el par
_
_
F
(0)
n
_
t
, e
0
_
, donde e
0
=
(1, 0, . . . , 0)
t
C
n+1,1
, se denomina par cannico de controlabilidad de la matriz
R
n
. De hecho, para k = 0, 1, . . . , n,
r
k, j
= e
t
k
_
A
1
n
A
n
_
e
j
= e
t
0
_
F
(0)
n
_
k
A
1
n
A
n
_
F
(0)
n
_
j
e
0
= e
t
0
_
A
1
n
M
k
n
_ _
M
j
n
_
n
e
0
=
_
e
0
A
1
n
_
M
k
n
_
M
j
n
_
_
e
0
A
1
n
_
.
Si denotamos g
n
= e
0
A
1
n
, esto es, g
n
= A
n
e
0
= L
n
e
0
, entonces de la expresin
anterior obtenemos
R
n
=
_
_
g
n
g
n
M
n
.
.
.
g
n
M
n
n
_
_
_
g
n
, M
n
g
n
, . . . ,
_
M
n
_
n
g
n
_
= C
n
C
n
,
(1.4.5)
donde C
n
=
_
g
n
, M
n
g
n
, . . . ,
_
M
n
_
n
g
n
_
es la matriz de controlabilidad asociada al
par
_
M
n
, g
n
_
.
Ahora bien, de (1.4.3) se sigue que
A
n
_
M
n
_
k
=
_
F
(0)
n
_
k
A
n
, k N,
y, por tanto,
A
n
C
n
= I
n+1
.
En conclusin, la matriz de controlabilidad C
n
C
n+1,n+1
asociada al par
_
M
n
, g
n
_
es la inversa de la matriz A
n
.
En el caso del producto escalar estndar asociado a una medida positiva
soportada en la recta real, la matriz M
n
es una matriz de Jacobi, esto es, una matriz
tridiagonal simtrica.
En el caso del producto escalar no estndar asociado a una medida positiva
soportada en la circunferencia unidad, dado por
(p, q) =
_
T
p(z)q(z)d,
la matriz M
n
es una matriz cuasi-unitaria (ver [55]).
Denicin 1.4.2 ([42], [43]) La sucesin (F
n
, g
n
) donde F
n
C
n+1,n+1
, g
n
C
n+1,1
se denomina sucesin generadora de espacios de estado para la matriz de momen-
tos R si, para cada n, la matriz de controlabilidad de R
n
es
C
n
=
_
g
n
, F
n
g
n
, . . . , F
n
n
g
n
_
.
El par
_
M
n
, g
n
_
es una sucesin generadora de espacios de estado asociada a
la matriz de momentos R. Veamos como se puede construir por induccin dicha
sucesin generadora de espacios de estado, esto es, presentaremos un mtodo re-
cursivo que permite deducir
_
M
n+1
, g
n+1
_
a partir de
_
M
n
, g
n
_
.
Denotaremos R
0
= [r
0,0
],
R
n+1
=
_
_
R
n
a
n
a
n
r
n+1,n+1
_
_
C
n+2,n+2
,
para n N, con a
n
C
n+1,1
, y supongamos que hemos encontrado un generador
de espacios de estado (F
n
, g
n
) para la matriz R
n
. Queremos encontrar un generador
de espacios de estado (F
n+1
, g
n+1
) para la matriz R
n+1
de manera que
F
n+1
=
_
_
F
n

_
_
, g
n+1
=
_
_
g
n
_
. (1.4.6)
Si R
n
= L
n
L
n
, con L
n
triangular inferior y elementos diagonales positivos,
denota la factorizacin de Cholesky de la matriz R
n
, es fcil probar que
R
n+1
=
_
_
R
n
a
n
a
n
r
n+1,n+1
_
_
=
_
_
L
n
0
a
n
L
n
l
n+1
_
_
_
_
L
n
L
1
n
a
n
0 l
n+1
_
_
= L
n+1
L
n+1
,
(1.4.7)
donde l
n+1
R
+
y l
2
n+1
= r
n+1,n+1
a
n
L
n
L
1
n
a
n
0 por ser R
n+1
denido positivo.
As pues, la matriz L
n+1
, es triangular inferior con elementos diagonales positivos
y, por consiguiente, (1.4.7) es la factorizacin de Cholesky de R
n+1
.
Por otra parte, g
n
= L
n
e
0
=
_
r
1
2
0,0
, 0, . . . , 0
_
t
. Determinaremos, a continuacin,
F
n+1
. Dado que, de acuerdo con (1.4.3), podemos asumir que
F
n
= L
n
_
Z
n
+ u
n
e
t
n
_
L
n
,
donde u
n
es un vector a determinar en C
n+1,1
y e
n
= [0, . . . , 0, 1]
t
C
n+1,1
, se sigue
que
F
n+1
= L
n+1
_
Z
n+1
+ u
n+1
e
t
n+1
_
L
n+1
= L
n+1
_
_
Z
n
v
n
e
t
n

n
_
_
L
n+1
,
donde
u
n+1
=
_
_
v
n
n
_
_
, v
n
C
n+1,1
,
n
C,
y Z
n
es la matriz de dimensin (n+1)(n+1) que tiene 1 en la primera subdiagonal
inferior y las restantes entradas son nulas.
Utilizando (1.4.6)
F
n+1
=
_
_
L
n
L
1
n
a
n
0 l
n+1
_
_
_
_
Z
n
v
n
e
t
n

n
_
_
_
_
L
n
l
1
n+1
L
n
L
1
n
a
n
0 l
1
n+1
_
_
=
_
_
L
n
_
Z
n
+ L
n
L
1
n
a
n
e
t
n
_
L
n
s
n
l
n+1
e
t
n
L
n

n
e
t
n
L
n
L
1
n
a
n
_
_
,
donde
s
n
= l
1
n+1
_
L
n
v
n
+
n
L
1
n
a
n
L
n
F
n
L
n
L
1
n
a
n
_
.
Sin ms que escoger
u
n
= L
n
L
1
n
a
n
= R
1
n
a
n
(1.4.8)
se sigue
F
n+1
=
_
_
F
n
s
n
l
n+1
e
t
n
L
n

n
e
t
n
L
n
L
1
n
a
n
_
_
.
As pues, hemos obtenido explcitamente F
n+1
y g
n+1
satisfaciendo las condi-
ciones de anidamiento (1.4.6).
Es importante resear que las matrices F
n
son Hessenberg superiores, esto es,
las entradas por debajo de la primera subdiagonal inferior son nulas. Adems, la
eleccin de u
n
en (1.4.8) tiene una importancia especial. De hecho
_
u
t
n
, 1
_
R
n+1
=
_
u
t
n
, 1
_
_
_
R
n
a
n
a
n
r
n+1,n+1
_
_
=
_
0, . . . , 0, l
2
n+1
_
.
Esto signica que el vector la
_
u
t
n
, 1
_
C
1,n+2
dene un polinomio mnico
de grado n + 1 que es ortogonal a P
n
respecto al producto escalar asociado a la
matriz de Gram R.
Obsrvese que F
n
= M
n
, de acuerdo con la notacin (1.4.5).
Captulo 2
El algoritmo de
Leverrier-Faddeev
2.1. Introduccin
El algoritmo de Leverrier-Faddeev es un mtodo que permite calcular de for-
ma simultnea, el polinomio caracterstico de una matriz A C
nn
, y la matriz
adjunta de I
n
A, basndose en la traza de las potencias de la matriz A. En sus
trabajos de mecnica celeste en 1840 [47], U. J. J. Leverrier obtuvo un algoritmo
para calcular el polinomio caracterstico de una matriz apoyado bsicamente en la
identidad de Newton que permite establecer una relacin explcita entre los coe-
cientes de un polinomio y la suma de potencias de sus races. El algoritmo de
Leverrier, segn A. S. Householder [39], fue re-descubierto y mejorado en va-
rias ocasiones: Horst en 1935, y luego, en forma independiente, por J. M. Souriau
(1948), J. S. Frame (1949), y D. K. Faddeev y I. S. Sominskii (1949). El algoritmo
desarrollado por D. K. Faddeev se apoy en las propiedades de la adjunta de la
matriz I
n
A (ver [20], [21]). Hay una tercera forma de obtener el algoritmo de
Leverrier-Faddeev, fue presentada por S. Barnett en su trabajo [3], que se basa en
las propiedades de la matriz companion (ver [2]).
El mtodo de Leverrier-Faddeev no es prctico desde una perspectiva compu-
25
26 El algoritmo de Leverrier-Faddeev
tacional ya que no es numricamente estable y es muy costoso en cuanto a arit-
mtica punto otante, pero posee un gran atractivo para el clculo simblico. En
particular, recientemente se ha utilizado en el cmputo de inversas (generalizadas)
de matrices polinmicas y racionales (ver [5], [44], [45], [58], [71], [77] y [79]).
Tambin se ha usado el algoritmo en el cmputo de autovalores de matrices con
cierta estructura (ver [31], [32]).
Asimismo, podemos encontrar aplicaciones de este algoritmo en Teora de
Control Lineal (ver [2], [42], [66]). En forma ms precisa, considrese un sistema
lineal e invariante en el tiempo
x(t) = Ax(t) + Bu(t)
y(t) = Cx(t),
(2.1.1)
donde x es el vector de estado de dimensin n, u el control de dimensin m, y el
vector de las salidas de dimensin r, A C
nn
, B C
nm
y C C
rn
. Dado que
det(sI
n
A) 0 entonces podemos obtener la matriz (sI
n
A)
1
, que se denomina
resolvente de la matriz A. La funcin H(s) := C(sI
n
A)
1
B es la funcin de
transferencia del sistema lineal (2.1.1).
En 1996, S. Barnett [4] dedujo una implementacin del algoritmo de Leve-
rrier-Faddeev, con el objetivo de expresar el polinomio caracterstico y la matriz
adjunta en funcin de unas familias de polinomios ortogonales muy particulares
(Hermite, Laguerre, Chebyshev y Legendre). Nuestra contribucin en este aspec-
to (ver [37]) es presentar un mtodo general para las familias de los polinomios
ortogonales clsicos (Hermite, Laguerre, Jacobi y Bessel) teniendo en cuenta una
caracterizacin de tales familias obtenida en [52] que representa una familia de
polinomios ortogonales clsicos P
n
n0
como combinacin lineal de sus deriva-
das primeras (vase tambin la Proposicin 1.3.3 del captulo anterior). De esa
forma presentamos una implementacin muy simple del algoritmo de Leverrier-
Faddeev, donde la relacin de recurrencia a tres trminos juega un papel clave.
Si consideramos ahora el sistema lineal singular e invariante en el tiempo des-
crito por
2.1. Introduccin 27
E x = Ax + Bu,
y = Cx,
(2.1.2)
donde E C
nn
es una matriz singular, x es el vector de estado de dimensin n,
u el control de dimensin m, y el vector de las salidas de dimensin r, A C
nn
,
B C
nm
y C C
rn
, aplicando la transformada de Laplace al sistema (3.2.17),
entonces la funcin de transferencia del sistema lineal asociado es
H(s) = C(sE A)
1
B. (2.1.3)
que en general, es una matriz cuyas entradas son funciones racionales, siempre y
cuando det(sE A) 0. La matriz polinmica sE A se conoce en la literatura
como haz regular lineal de matrices.
El clculo de (sE A)
1
se puede realizar usando la regla de Cramer, para
lo cual se requiere evaluar n
2
determinantes de matrices polinmicas de dimen-
sin (n 1) (n 1). Este proceso no es prctico para valores grandes de n. En
los trabajos [48] y [59] aparece una versin del algoritmo de Leverrier-Faddeev
tomando la base cannica x
n
n0
del espacio de los polinomios con coecientes
complejos. S. Barnett propuso en su trabajo [4], aplicar una extensin del algorit-
mo de Leverrier-Faddeev usando bases de polinomios ortogonales. En un trabajo
reciente, G. Wang y L. Qiu [74], desarrollaron una extensin del algoritmo usando
como base los polinomios de Chebyshev. En [36] obtenemos una generalizacin
de los resultados de [74], apoyados en el algoritmo obtenido en [37].
Tambin podemos adaptar el algoritmo de Leverrier-Faddeev para calcular la
funcin de transferencia de un sistema de osciladores: si consideramos N masas
conectadas por resortes de rigidez k
r
N
r=1
colocados en un eje horizontal y exci-
tados por fuerzas F
r
(t)
N
r=1
, entonces las ecuaciones del movimiento newtoniano
vienen dadas por
m
r
u
r
= F
r
+
r+1

r
, r = 1, 2, . . . , N 1,
m
N
u
N
= F
N

N
.
(2.1.4)
La ley de Hooke establece que las fuerzas de los resortes son
r
= k
r
(u
r
u
r1
), r = 1, 2, . . . , N. (2.1.5)
Si el extremo izquierdo est jo, entonces u
0
= 0.
El anlisis de osciladores forzados aborda la solucin de esas ecuaciones para
funciones de fuerzas F
r
(t) dadas. El anlisis de osciladores libres consiste en en-
contrar soluciones de las ecuaciones sin excitacin externa, es decir, F
r
(t) 0, r =
1, 2, . . . , N y que satisfacen las condiciones nales del estado (ver [26]).
Si expresamos las ecuaciones (2.1.4)-(2.1.5) en forma matricial, tenemos
A u + Cu = F (2.1.6)
donde A = diag(m
1
, m
2
, . . . , m
N
), F = (F
1
, F
2
, . . . , F
N
)
T
,
C =
_
_
k
1
+ k
2
k
2
0 0
k
2
k
2
+ k
3
k
3
.
.
.
.
.
.
0
.
.
.
.
.
.
.
.
. 0
.
.
.
.
.
. k
N1
+ k
N
k
N
0 0 k
N
k
N
_
_
,
y u = (u
1
, u
2
, . . . , u
N
)
T
. Las matrices A y C son, respectivamente, la matriz de
inercia y la matriz de rigidez del sistema.
Partiendo de condiciones iniciales u(0) y u
(0), y aplicando la transformada de

Laplace en (2.1.6) obtenemos
(s
2
A + C) u =

F(s) + sB + G,
donde u denota la transformada de Laplace de la funcin u. De esta manera, si
asumimos que det
_
s
2
A + C
_
0, se tiene
u = (s
2
A + C)
1
F(s) + (s
2
A + C)
1
(sB + G). (2.1.7)
2.2. Descripcin del algoritmo 29
Para resolver este problema, es necesario encontrar la inversa de la matriz
polinomial s
2
A + C (ver [26]). Este problema fue analizado en un contexto ms
general por varios autores. En particular, en [19] se obtuvo un algoritmo para
hallar el determinante y la adjunta de una matriz polinomial de cualquier orden,
basado en el algoritmo de Leverrier. Nuestra contribucin en [35] fue extender el
algoritmo de Leverrier-Faddeev para expresar el determinante y la adjunta de una
matriz polinmica en funcin de una base de polinomios ortogonales clsicos, un
enfoque alternativo a los resultados de [19] y [73].
2.2. Descripcin del algoritmo
Sea A C
nn
una matriz con polinomio caracterstico
p
A
(s) = det(sI
n
A)
= s
n
+ a
1
s
n1
+ + a
n1
s + a
n
,
(2.2.1)
donde I
n
denota la matriz identidad de dimensin n n.
U. J. J. Leverrier gener un algoritmo que permite encontrar el polinomio
caracterstico de una matriz A, usando las trazas de las potencias de A. En este
caso, la identidad de Newton juega un papel importante.
Lema 2.2.1 (Identidad de Newton, [38]) Sean s
1
, s
2
, . . . , s
n
las races del poli-
nomio p(s) = b
n
s
n
+ b
n1
s
n1
+ + b
1
s + b
0
, con b
n
= 1. Denotemos el momento
de orden k asociado a p mediante
k
= s
k
1
+ s
k
2
+ + s
k
n
. Entonces
kb
nk
+
1
b
nk+1
+ +
k
b
n
= 0, k = 1, 2, . . . , n. (2.2.2)
Consideremos el espectro de una matriz A C
nn
, (A) = s
1
, s
2
, . . . , s
n
. Enton-
ces el momento de orden k asociado al polinomio caracterstico de A, es
k
=
n
j=1
s
k
j
= tr A
k
.
De la expresin (2.2.2), tenemos que los coecientes de p
A
, dado por (2.2.1),
satisfacen
a
k
=
1
k
(
k
+ a
1
k1
+ + a
k1
1
) , k = 1, 2, . . . , n.
De esta forma, el algoritmo de Leverrier se formula de la siguiente manera
(ver tabla 2.1)
Datos de entrada: A C
nn
Condicin inicial: a
0
= 1,
FOR k = 1, 2, . . . , n
k
= tr A
k
;
a
k
=
1
k
(
k
+ a
1
k1
+ + a
k1
1
);
END.
Tabla 2.1: Algoritmo de Leverrier
Aos despus, este algoritmo tuvo una elegante modicacin, debida a D.
K. Faddeev (ver [20]), J. M. Soriau, entre otros. Supongamos que el polinomio
caracterstico de A es
p
A
(s) = s
n
+ a
1
s
n1
+ + a
n1
s + a
n
,
donde los coecientes a
k
n
k=1
se obtuvieron mediante el algoritmo de Leverrier.
2.2. Descripcin del algoritmo 31
Entonces
a
1
=
1
=
n
k=1
s
k
= tr A.
Luego,
2a
2
=
2
+ a
1
1
= tr A
2
+ a
1
tr A
tr (A(a
1
I
n
+ A)) .
Si B
k
= a
k
I
n
+ AB
k1
, k = 1, . . . , n 1, con B
0
= I
n
, entonces tenemos
a
2
=
1
2
tr (AB
1
) .
Para k = 3, . . . , n se tiene
ka
k
=
k
+ a
1
k1
+ + a
k1
1
= tr
_
A
k
+ a
1
A
k1
+ + a
k1
A
_
= tr
_
A
k1
_
a
1
I
n
+ A
_
+ a
2
A
k2
+ + a
k1
A
_
= tr
_
A
k2
_
a
2
I
n
+ AB
1
_
+ a
3
A
k3
+ + a
k1
A
_
= tr
_
A
_
a
k1
I
n
+ AB
k2
__
= tr (AB
k1
) .
De ah,
a
k
=
1
k
tr (AB
k1
) .
Por otra parte, como det(sI
n
A) 0, consideremos
B(s) := Adj (sI
n
A) = s
n1
I
n
+ s
n2
A
1
+ + sA
n2
+ A
n1
, (2.2.3)
donde A
1
, . . . , A
n1
son matrices de dimensin n n. De la igualdad
(sI
n
A)
_
s
n1
I
n
+ s
n2
A
1
+ + sA
n2
+ A
n1
_
= p
A
(s)I
n
, (2.2.4)
se sigue que
n
k=0
a
k
I
n
s
k
= I
n
s
n
AA
n1
+
n1
k=1
(A
nk
AA
nk1
) s
k
.
Si identicamos los coecientes en cada uno de los miembros de la expresin
anterior obtenemos
A
1
= a
1
I
n
+ A = B
1
,
A
2
= a
2
I
n
+ AB
1
= B
2
,
.
.
.
A
n1
= a
n1
I
n
+ AB
n2
= B
n1
,
AB
n1
= a
n
I
n
.
(2.2.5)
En consecuencia,
B(s) := Adj (sI
n
A) = s
n1
I
n
+ s
n2
B
1
+ + sB
n2
+ B
n1
,
As, este algoritmo determina, de forma simultnea, los coecientes a
k
n
k=1
y
B
k
n1
k=1
correspondientes al polinomio caracterstico de A y la matriz adjunta de
sI
n
A.
2.3. Ejemplos 33
Datos de entrada: A C
nn
;
Condicin inicial: a
0
= 1, B
0
= I
n
;
FOR k = 1, 2, . . . , n 1
a
k
=
1
k
tr (AB
k1
);
B
k
= a
k
I
n
+ AB
k1
;
END (FOR)
a
n
=
1
n
tr (AB
n1
).
Tabla 2.2: Algoritmo de Leverrier-Faddeev
2.3. Ejemplos
Ejemplo 1: Consideremos la matriz
A =
_
_
1 4 1 4
2 0 5 4
1 1 2 3
1 4 1 6
_
_
.
Si aplicamos el algoritmo anterior tenemos que
a
1
= tr (AB
0
) = tr A = 5, B
1
= a
1
I
4
+ A =
_
_
4 4 1 4
2 5 5 4
1 1 7 3
1 4 1 1
_
_
.
a
2
= tr (AB
1
) = 9, B
2
= a
2
I
4
+ AB
1
=
_
_
2 1 10 5
9 10 33 3
5 9 26 3
7 7 22 0
_
_
.
a
3
= tr (AB
2
) = 7, B
3
= a
3
I
4
+ AB
2
=
_
_
2 2 8 4
1 8 22 5
0 6 16 4
1 6 16 3
_
_
.
a
4
= tr (AB
3
) = 2.
Por tanto, el polinomio caracterstico de A es
P
A
(s) = s
4
5s
3
+ 9s
2
7s + 2,
y la matriz adjunta de sI
4
A es
Adj (sI
4
A) = s
3
I
4
+ s
2
B
1
+ sB
2
+ B
3
=
_
_
s
3
4s
2
+ 2s 2 4s
2
s + 2 s
2
10s + 8 4s
2
+ 5s 4
2s
2
9s + 1 s
3
5s
2
s + 8 5s
2
33s + 22 4s
2
+ 3s 5
s
2
+ 5s s
2
+ 9s 6 s
3
7s
2
+ 26s 16 3s
2
3s + 4
s
2
+ 7s 1 s
2
+ 7s 6 s
2
+ 22s 16 s
3
+ s
2
+ 3
_
_
.
Ejemplo 2: En este ejemplo vamos a observar que el algoritmo de Leverrier-
Faddeev no es un algoritmo adecuado desde un punto de vista computacio-
nal. Consideremos la matriz
A =
_
_
0 0 0 0
0 0 0 0
0 0 1 0 0
0 0 0
1
0
0 0 0 0
2
_
_
,
con > 0. Su polinomio caracterstico es
p
A
(t) = t
5
_
1
2
+
1
+ 3
_
t
4
+
_
1
3
+
3
+ 3 + 3
2
_
t
3
_
3
2
+ 3 + 3 +
3
_
t
2
+
_
3
+ +
2
_
t 1.
2.4. Algoritmo de Leverrier-Faddeev y los polinomios ortogonales clsicos 35
Si tomamos = 0,01 entonces
p
A
(t) = t
5
10100,03t
4
+ 1000303,0003t
3
30003,030001t
2
+
+300,0101t 1.
Pero, si aplicamos el algoritmo de Leverrier-Faddeev (tabla 2.2), entonces
obtenemos como polinomio caracterstico de A
p
A
(t) = t
5
10100,03t
4
+ 1000303,0003t
3
30003,02999t
2
+
+300,063216t + 318,783294.
NOTA: Estos cmputos fueron realizados con la ayuda del software MATLAB
7.
2.4. Algoritmo de Leverrier-Faddeev y los polino-
mios ortogonales clsicos
Consideremos una matriz A C
nn
y una familia de polinomios ortogonales
clsicos mnicos P
n
n0
. Si expresamos el polinomio caracterstico de A y la
matriz

A(s) := Adj (sI
n
A) en funcin de la base de P formada por dichos
polinomios se tiene
p
A
(s) = P
n
(s) +
n1
k=0
a
nk
P
k
(s), (2.4.1)
A(s) = P
n1
(s)I
n
+
n2
k=0
P
k
(s)

B
nk1
. (2.4.2)
Deduciremos nuestro algoritmo partiendo de la identidad que establece el si-
guiente
Lema 2.4.1 Dada A C
nn
, sea p
A
(s) su polinomio caracterstico. Entonces
d
ds
p
A
(s) = tr Adj
_
sI
n
A
_
. (2.4.3)
Demostracin:
De la frmula para la derivada de un determinante (ver [60]), tenemos
d
ds
p
A
(s) =
d
ds
det (sI
n
A)
=
n
k=1
det D
k
,
donde D
k
, k = 1, . . . , n, son matrices de dimensin n n cuyas entradas coinciden
con las de la matriz sI
n
A excepto en la la k, que se sustituye por la la k de la
matriz I
n
. Entonces
d
ds
p
A
(s) =
n
k=1
det(sI
n
A)
(kk)
. (2.4.4)
La matriz (sI
n
A)
(kk)
es de dimensin (n 1) (n 1), y se obtiene eli-
minando las k-simas la y columna de la matriz sI
n
A. En consecuencia, los
trminos det(sI
n
A)
(kk)
, k = 1, 2, . . . , n, son las entradas de la diagonal de la
matriz Adj (sI
n
A) y, por tanto, el segundo miembro de la expresin (2.4.4) re-
presenta la traza de la matriz Adj (sI
n
A), de donde se sigue el enunciado.
Notemos que

A(s) satisface
(sI
n
A)

A(s) = p
A
(s)I
n
. (2.4.5)
En consecuencia, deducimos
(sI
n
A)
_
_
P
n1
(s)I
n
+
n2
k=0
P
k
(s)

B
nk1
_
_
= P
n
(s)I
n
+
n1
k=0
a
nk
P
k
(s)I
n
. (2.4.6)
Si usamos la relacin de recurrencia a tres trminos (1.2.2) correspondiente a
la familia ortogonal P
n
n0
, en la expresin (2.4.6) se obtiene
_
P
n
(s) +
n1
P
n1
(s) +
n1
P
n2
(s)
_
I
n
P
n1
(s)A +
n2
k=0
(P
k+1
(s) +
k
P
k
(s) +
k
P
k1
(s))

B
nk1
n2
k=0
P
k
(s)A

B
nk1
= P
n
(s)I +
n1
k=0
a
nk
P
k
(s)I
n
.
Si reordenamos la expresin anterior, obtenemos
P
n
(s)I
n
+ P
n1
(s)
_
n1
I
n
+

B
1
A
_
+ P
n2
(s)
_
n2
I
n
+

B
2
+
n2

B
1
A

B
1
_
+
+
n3
k=1
P
k
(s)
_

B
nk
+
k

B
nk1
+
k+1

B
nk2
A

B
nk1
_
+
+P
0
(s)
_
0

B
n1
+
1

B
n2
A

B
n1
_
= P
n
(s)I +
n1
k=0
a
nk
P
k
(s)I
n
.
Igualando los coecientes de P
k
, k = 0, 1, . . . , n 1, en los dos miembros de
la anterior expresin se tiene
A

B
0
= a
1
I
n
+
n1

B
0
+

B
1
,
A

B
1
= a
2
I
n
+
n1

B
0
+
n2

B
1
+

B
2
,
.
.
.
A

B
nk1
= a
nk
I +
k+1

B
nk2
+
k

B
nk1
+

B
nk
,
k = 1, 2, . . . , n 3,
A

B
n1
= a
n
I
n
+
1

B
n2
+
0

B
n1
,
(2.4.7)
con

B
0
= I
n
. En forma matricial
A
_
B
n1
.
.
.
B
0
_
_
= M
_
B
n1
.
.
.
B
0
_
_
donde M = J
n
[0 a]. J
n
es la matriz tridiagonal de dimensin n n, n 1,
asociada a la familia P
n
n0
, i. e.
J
n
=
_
0

1
0 0
1
1

2
.
.
.
0
.
.
.
.
.
.
.
.
. 0
.
.
.
.
.
.
n1
0 0 1
n1
_
_
y a =
_
_
a
n
a
n1
.
.
.
a
1
_
_
.
La matriz M se denomina matriz compaera (comrade matrix) de A respecto
a la base ortogonal P
n
n0
(vase [2] pp. 372). Adems
tr A =
n1
j=0
j
a
1
.
Por otra parte, de la relacin (2.4.3) tenemos
P
n
(s) +
n1
k=0
a
nk
P
k
(s) = nP
n1
(s) +
n2
k=0
P
k
(s)tr

B
nk1
, n = 2, 3, . . . . (2.4.8)
Debido a que P
n
n0
es una familia de polinomios ortogonales clsicos, en-
tonces de la Proposicin 1.3.3, obtenemos
P
k
(s) =
P
k+1
(s)
k + 1
+ r
k
P
k
(s)
k
+ s
k
P
k1
(s)
k 1
, k = 2, 3, . . .
De esta forma, sustituyendo la expresin anterior en (2.4.8) se obtiene
P
n
(s) +
n1
k=0
a
nk
P
k
(s) = P
n
(s) + r
n1
n
n 1
P
n1
(s) + s
n1
n
n 2
P
n2
(s)+
+
n2
k=2
_
P
k+1
(s)
k + 1
+ r
k
P
k
(s)
k
+ s
k
P
k1
(s)
k 1
_
tr

B
nk1
+
+tr

B
n1
P
1
(s) + tr

B
n2
_
P
2
(s)
2
+ r
1
P
1
(s)
_
,
o, equivalentemente,
P
n
(s) +
n1
k=0
a
nk
P
k
(s) = P
n
(s) +
_
n
n1
r
n1
+
1
n1
tr

B
1
_
P
n1
(s)+
+
n2
k=1
1
k
_
tr

B
nk
+ r
k
tr

B
nk1
+ s
k+1
tr

B
nk2
_
P
k
(s).
Si identicamos los coecientes de P
k
, k = 1, 2, . . . , n1, en ambos miembros
de la expresin anterior obtenemos
(n 1) a
1
= nr
n1
+ tr

B
1
,
(n k) a
k
= tr

B
k
+ r
nk
tr

B
k1
+ s
nk+1
tr

B
k2
,
k = 2, 3, . . . , n 1.
(2.4.9)
Finalmente, combinando (2.4.7) y (2.4.9), se obtiene
a
k
=
1
k
_
(
nk
r
nk
)tr

B
k1
+ (
nk+1
s
nk+1
)tr

B
k2
tr
_
A

B
k1
__
, (2.4.10)
para k = 1, 2, . . . , n. Como conclusin tenemos el siguiente
Teorema 2.4.2 Dada A C
nn
, sean p
A
(s) su polinomio caracterstico dado por
(2.4.1) y

A(s) la matriz adjunta de sI
n
A dada por (2.4.2). Entonces
(i) Para k = 1, . . . , n,
a
k
=
1
k
_
(
nk
r
nk
)tr

B
k1
+ (
nk+1
s
nk+1
)tr

B
k2
tr
_
A

B
k1
__
,
(2.4.11)
con

B
1
= 0, r
0
= 0, s
1
= 0.
(ii) Para k = 1, 2, . . . , n 1
B
k
= a
k
I
nk+1

B
k2

nk

B
k1
+ A

B
k1
. (2.4.12)
As el algoritmo queda de la forma mostrada en la tabla 2.3
DATOS DE ENTRADA: A C
nn
,
k
n1
k=0
,
k
n
k=1
, r
k
n1
k=0
, s
k
n
k=1
.
Condiciones iniciales:

B
1
= 0,

B
0
= I
n
.
FOR k = 1, 2, . . . , n 1
a
k
=
1
k
_
(
nk
r
nk
)tr

B
k1
+ (
nk+1
s
nk+1
)tr

B
k2
tr
_
A

B
k1
__
,
B
k
= a
k
I
nk

B
k1

nk+1

B
k2
+ A

B
k1
.
END (FOR)
a
n
=
1
n
_
0
tr

B
n1
+
1
tr

B
n2
tr
_
A

B
n1
__
.
Tabla 2.3: Algoritmo de Leverrier-Faddeev usando SPOM clsicos
Las expresiones (2.4.11) y (2.4.12) pueden simplicarse si las aplicamos a
ciertas familias de polinomios clsicos (para ms detalles, ver [37]).
Polinomios de Hermite: Por el teorema 2.4.2 tenemos
a
k
=
n k + 1
2k
tr

B
k
2
1
k
tr (AB
k1
) (2.4.13)
y
B
k
= a
k
I
n

n k + 1
2

B
k2
+ AB
k1
. (2.4.14)
Si consideramos la traza en (2.4.14) y la usamos en (2.4.13) obtenemos
tr

B
k
= (n k)a
k
.
Por otra parte, si sustituimos la expresin anterior en (2.4.13), entonces
a
k
=
(n k + 1)(n k + 2)
2k
a
k2

1
k
tr (AB
k1
) . (2.4.15)
Polinomios de Laguerre: De acuerdo con el teorema 2.4.2
k a
k
= (nk++1)tr

B
k1
+(nk+1)(nk++1)

B
k2
tr
_
A

B
k1
_
(2.4.16)
y
B
k
= a
k
I
n
(nk+1)(nk++1)

B
k2
(2(nk)++1)

B
k1
+AB
k1
. (2.4.17)
Aplicando trazas en (2.4.17) y usando (2.4.16) se tiene
tr

B
k
= (n k) a
k
n ktr

B
k1
.
En consecuencia, se deduce
a
k
=
(n k + 1)(n k + + 1)
k
a
k1

1
k
tr
_
A

B
k1
_
. (2.4.18)
Polinomios de Jacobi: Del teorema 2.4.2 se deduce
k a
k
=

2(nk)+++2
tr

B
k1
+
4(nk+1)(nk+1+)(nk+1+)
(2(nk)+++2)
2
(2(nk)+++3)
tr

B
k2
tr
_
A

B
k1
_
.
(2.4.19)
Si = , entonces aparece la familia de los polinomios de Gegenbauer. En
este caso el funcional lineal es simtrico y, en consecuencia, la expresin
anterior se reduce a
a
k
=
n k + 1
k(2(n k) + 2 + 3)
tr

B
k2

1
k
tr (AB
k1
) . (2.4.20)
La expresin (2.4.12) queda simplicada de la siguiente manera
B
k
= a
k
I
n

(n k + 1)(n k + 2 + 1)
(2(n k) + 2 + 1)(2(n k) + + 3)

B
k1
. (2.4.21)
2.5. Ejemplo
Consideremos la matriz
A =
_
_
1 4 1 4
2 0 5 4
1 1 2 3
1 4 1 6
_
_
.
Su polinomio caracterstico es
p
A
(s) = s
4
5s
3
+ 9s
2
7s + 2.
Tomemos como base la familia de los polinomios de Hermite H
n
n0
. Los
parmetros que denen esta familia son:
n
= r
n
= s
n
= 0, n 0, y
n
=
n
2
, n 1.
Teniendo en cuenta las expresiones (2.4.15) y (2.4.14)
a
1
= tr A = 5,
as como
B
1
= a
1
I
4
+ A =
_
_
4 4 1 4
2 5 5 4
1 1 7 3
1 4 1 1
_
_
.
2.5. Ejemplo 43
Por otra parte,
a
2
= 3
1
2
tr (AB
1
) = 12,
junto a
B
2
= a
2
I
4

3
2
B
0
+ AB
1
=
_
_
7
2
1 10 5
9
17
2
33 3
5 9
55
2
3
7 7 22
3
2
_
_
.
Continuando el proceso
a
3
= a
1

1
3
tr (AB
2
) =
29
2
,
y
B
3
= a
3
I
4
B
1
+ AB
2
=
1
2
_
_
8 0 15 12
4 11 49 14
1 11 39 11
3 8 33 7
_
_
.
Finalmente,
a
4
=
1
4
a
2

1
4
tr (AB
3
) =
29
4
.
En consecuencia, el polinomio caracterstico de la matriz A, expresado como
combinacin lineal de la base H
n
n0
, resulta ser
a(s) = H
4
(s) 5H
3
(s) + 12H
2
(s)
29
2
H
1
(s) +
29
4
H
0
(s),
4
A,
Adj (sI
4
A) = H
3
(s)I
4
+ H
2
(s)

B
1
+ H
1
(s)

B
2
+ H
0
(s)

B
3
.
Si ahora consideramos la familia U
n
n0
, con U
n
= P
(
1
2
,
1
2
)
n
, formada por los
polinomios de Chebyshev de segunda especie donde
n
= r
n
= 0, n 0,
n
=
1
4
, n 1, y s
1
= 0, s
n
=
1
4
, n 2, de (2.4.20), y de (2.4.21) se sigue
a
1
= tr A = 5, y
B
1
= a
1
I
4
+ A =
_
_
4 4 1 4
2 5 5 4
1 1 7 3
1 4 1 1
_
_
.
Por otra parte
a
2
=
3
4

1
2
tr (AB
1
) =
39
4
,
as como
B
2
= a
2
I
4

1
4
B
0
+ AB
1
=
_
_
5
2
1 10 5
9
19
2
33 3
5 9
53
2
3
7 7 22
1
2
_
_
.
a
3
=
1
9
tr B
1

1
3
tr (AB
2
) =
19
2
,
B
3
= a
3
I
4

1
4
B
1
+ AB
2
=
1
4
_
_
12 4 31 20
6 27 93 24
1 23 71 19
5 20 65 13
_
_
.
Finalmente,
a
4
=
1
16
tr B
2

1
4
tr (AB
3
) =
35
8
.
En conclusin, la representacin del polinomio caracterstico de A en la base
U
n
n0
es
p
A
(s) = U
4
(s) 5U
3
(s) +
39
4
U
2
(s)
19
2
U
1
(s) +
35
8
U
0
(s),
2.5. Ejemplo 45
4
A est dada por
Adj (sI
4
A) = U
3
(s)I
4
+ U
2
(s)B
1
+ U
1
(s)B
2
+ U
0
(s)B
3
.
Si consideramos la familia
_
L
()
n
_
n0
de los polinomios de Laguerre con par-
metro se tiene
n
= 2n + + 1, r
n
= n, n 0,
n
= n(n + ), n 1, y
s
1
= 0, n 1. De (2.4.18) y (2.4.17) deducimos a
1
= 4(4 +) tr A = 4+11, y
B
1
=
_
_
5 + 3 4 1 4
2 4 + 3 5 4
1 1 2 + 3 3
1 4 1 10 + 3
_
_
.
Por otra parte,
a
2
= 6
2
+ 27 + 36,
junto con
B
2
=
_
_
3
2
+ 11 + 4 8 17 2 14 8 11
4 1 3
2
+ 5 12 10 13 8 13
2 + 1 2 + 13 3
2
+ + 16 6 + 9
2 + 3 8 + 23 2 + 18 3
2
+ 17 + 22
_
_
.
a
3
= 4
3
+ 21
2
+ 47 + 35,
B
3
=
_
_
4
3
+ 21
2
+ 47 + 35 4
2
13 7
2
13 4 4
2
7 7
2
2
3 4 4
3
+ 21
2
+ 47 + 35 5
2
18 1 4
2
9 10
2
+ 2 + 3
2
+ 12 + 5 4
3
+ 21
2
+ 47 + 35 3
2
+ 6 + 7
2
+ 4 + 4 4
2
+ 19 + 9
2
+ 19 + 4 4
3
+ 21
2
+ 47 + 35
_
_
.
Finalmente,
a
4
=
4
+ 5
3
+ 14
2
+ 15 + 7
Por tanto, la representacin del polinomio caracterstico de A en la base
_
L
()
n
_
n0
es
p
A
(s) = L
()
4
(s) (4 + 11) L
()
3
(s) +
_
6
2
+ 27 + 36
_
L
()
2
(s)
_
4
3
+ 21
2
+ 47 + 35
_
L
()
1
(s) +
_
4
+ 5
3
+ 14
2
+ 15 + 7
_
L
()
0
(s),
4
A est dada por
Adj (sI
4
A) = L
()
3
(s)I
4
+ L
()
2
(s)B
1
+ L
()
1
(s)B
2
+ L
()
0
(s)B
3
.
Captulo 3
Extensi on del algoritmo de
Leverrier-Faddeev
3.1. Algoritmo para haces lineales
Motivados por el sistema lineal invariante en el tiempo (2.1.2), estamos intere-
sados en calcular a(s) := det(sE A) y B(s) := Adj (sE A) con A, E C
nn
y
det E = 0, esto es, un modelo de haz regular lineal. La idea es sustituir la matriz A
por la matriz A(s) := sE + A en el desarrollo del algoritmo mostrado en la tabla
2.3 del captulo anterior, de manera que
a(, s) := det (I
n
A(s)) = P
n
() +
n1
k=0
a
nk
(s)P
k
(), (3.1.1)
y
B(, s) := Adj (I
n
A(s)) = P
n1
()I
n
+
n2
k=0
P
k
()

B
nk1
(s). (3.1.2)
As, de (2.4.11) y (2.4.12) obtenemos
47
48 Extensin del algoritmo de Leverrier-Faddeev
k a
k
(s) = (
nk
r
nk
)tr

B
k1
(s) tr A(s)

B
k1
(s)+
+(
nk+1
s
nk+1
)tr

B
k2
(s),
(3.1.3)
para k = 1, . . . , n, junto con
B
k
(s) = a
k
(s)I
n

nk+1

B
k2
(s)
nk

B
k1
(s) + A(s)

B
k1
(s), (3.1.4)
para k = 1, . . . , n 1.
Por tanto, si hacemos = 0 en (3.1.1) y (3.1.2) entonces
a(s) := det(sE A) = a(0, s) = P
n
(0) +
n1
k=0
a
nk
(s)P
k
(0), (3.1.5)
B(s) := Adj (sE A) =

B(0, s) = P
n1
(0)I
n
+
n2
k=0
P
k
(0)

B
nk1
(s). (3.1.6)
Teniendo en cuenta que deg P
k
(s) = k, para todo k 0, as como las expre-
siones (3.1.3) y (3.1.4), es fcil comprobar que deg a
k
(s) k, k = 1, 2, . . . , n, y
deg

B
k
(s) k, k = 1, 2, . . . , n 1. De esta forma podemos expresar a
k
(s) y

B
k
(s)
mediante los siguientes desarrollos en trminos de los polinomios P
n
n0
a
k
(s) =
k
j=0
a
k, j
P
j
(s), a
k, j
C,
B
k
(s) =
k
j=0
P
j
(s)B
k, j
, B
k, j
C
nn
.
(3.1.7)
Sustituyendo (3.1.7) en (3.1.3) se tiene
3.1. Algoritmo para haces lineales 49
k
k
j=0
a
k, j
P
j
(s) = tr
_
_
(
nk
r
nk
)
k1
j=0
P
j
(s)B
k1, j
+
+(
nk+1
s
nk+1
)
k2
j=0
P
j
(s)B
k2, j
+
+(sE A)
k1
j=0
P
j
(s)B
k1, j
_
_
,
(3.1.8)
y, aplicando la relacin de recurrencia a tres trminos, obtenemos
k
k
j=0
a
k, j
P
j
(s) = P
k1
(s)
_
(
nk
r
nk
)tr B
k1,k1
+
k1
tr EB
k1,k1
tr AB
k1,k1
_
+
k2
j=0
P
j
(s)
_
(
nk
r
nk
)tr B
k1, j
+
+(
nk+1
s
nk+1
)tr B
k2, j
+
j
tr EB
k1, j
tr AB
k1, j
_
+
+
k1
j=0
P
j+1
(s)tr EB
k1, j
+
k1
j=0
j
P
j1
(s)tr EB
k1, j
.
Si reordenamos los trminos en la expresin anterior, deducimos
k
k
j=0
a
k, j
P
j
(s) = tr EB
k1,k1
P
k
(s) +
_
(
nk
r
nk
)tr B
k1,k1
tr AB
k1,k1
+
k1
tr EB
k1,k1
+ tr EB
k1,k2
_
P
k1
(s)
+
k2
j=1
_
j+1
tr EB
k1, j+1
+ (
nk
r
nk
)tr B
k1, j
+
j
tr EB
k1, j
+ (
nk+1
s
nk+1
)tr B
k2, j
tr AB
k1, j
+tr EB
k1, j1
_
P
j
(s) +
_
1
tr EB
k1,1
+ (
nk
r
nk
)tr B
k1,0
+
0
tr EB
k1,0
+ (
nk+1
s
nk+1
)tr B
k2,0
tr AB
k1,0
_
P
0
(s).
Finalmente, igualando los coecientes de P
j
, j = 0, 1, . . . , k, en los dos miem-
bros de la expresin anterior, se tiene
ka
k,0
=
1
tr EB
k1,1
+
0
tr EB
k1,0
+ (
nk
r
nk
)tr B
k1,0
tr AB
k1,0
+ (
nk+1
s
nk+1
)tr B
k2,0
,
.
.
.
ka
k, j
=
j+1
tr EB
k1, j+1
+
j
tr EB
k1, j
+ tr EB
k1, j1
+(
nk+1
s
nk+1
)tr B
k2, j
+ (
nk
r
nk
)tr B
k1, j
tr AB
k1, j
, j = 1, . . . , k 2,
.
.
.
ka
k,k1
= (
nk
r
nk
)tr B
k1,k1
+ tr EB
k1,k2
+
k1
tr EB
k1,k1
tr AB
k1,k1
,
ka
k,k
= tr EB
k1,k1
.
(3.1.9)
Anlogamente, sustituyendo (3.1.7) en (3.1.4), se obtiene
k
j=0
P
j
(s)B
k, j
=
k
j=0
a
k, j
P
j
(s)I
n

nk+1
k2
j=0
P
j
(s)B
k2, j
nk
k1
j=0
P
j
(s)B
k1, j
+ (sE + A)
k1
j=0
P
j
(s)B
k1, j
.
Si usamos nuevamente la relacin de recurrencia a tres trminos (1.2.2), tene-
mos
k
j=0
P
j
(s)B
k, j
= a
k,k
P
k
(s)I
n

k1
j=0
P
j+1
(s)EB
k1, j

k1
j=0
j
P
j1
(s)EB
k1, j
+P
k1
(s)
_
a
k,k1
I
n
+
nk
B
k1,k1
(
k1
E A) B
k1,k1
_
+
k2
j=0
P
j
(s)
_
a
k, j
I
n

nk+1
B
k2, j
+
_
A
nk
I
n

j
E
_
B
k1, j
_
.
Reordenando los trminos, se tiene
k
j=0
P
j
(s)B
k, j
= P
k
(s)
_
a
k,k
I
n
EB
k1,k1
_
+ P
k1
(s)
_
a
k,k1
I
n
EB
k1,k2
+(A
k1
E
nk
I
n
) B
k1,k1
_
+
k2
j=1
P
j
(s)
_
a
k, j
I
n
EB
k1, j1
+
_
A
j
E
nk
I
n
_
B
k1, j

j+1
EB
k1, j+1
nk+1
B
k2, j
_
+ P
0
(s)
_
a
k,0
I
n
+ (A
0
E
nk
I
n
) B
k1,0
1
EB
k1,1

nk+1
B
k2,0
_
.
Finalmente, si igualamos los coecientes de P
j
, j = 0, 1, . . . , k, en los dos
miembros de la expresin anterior, se tiene para k = 1, 2, . . . , n 1,
B
k,0
= a
k,0
I
n
+ (A
0
E
nk
I
n
) B
k1,0

1
EB
k1,1
nk+1
B
k2,0
,
.
.
.
B
k, j
= a
k, j
I
n
EB
k1, j
+
_
A
j
E
nk
I
n
_
B
k1, j
j+1
EB
k1, j+1

nk+1
B
k2, j
, j = 1, . . . , k 2,
.
.
.
B
k,k1
= a
k,k1
I
n
EB
k1,k2
+ (A
k1
E
nk
I
n
) B
k1,k1
,
B
k,k
= a
k,k
I
n
EB
k1,k1
.
(3.1.10)
Como conclusin, tenemos el siguiente teorema
Teorema 3.1.1 Sean E, A C
nn
, E singular y det(sE A) 0, entonces los
coecientes a
k, j
y B
k, j
, k = 1, 2, . . . , n 1, j = 0, 1, . . . , k, en las expresiones
(3.1.7) se obtienen mediante el siguiente proceso:
Teniendo en cuenta B
k, j
= 0, si k < j j < 0 y a
0,0
= 1, B
0,0
= I
n
.
(i) Para k = 1, . . . , n y j = 0, 1, . . . , k,
a
k, j
=
1
k
_
j+1
tr EB
k1, j+1
+
j
tr EB
k1, j
+ (
nk
r
nk
) tr B
k1, j
+
+tr EB
k1, j1
+ (
nk+1
s
nk+1
) tr B
k2, j
tr AB
k1, j
_
.
(3.1.11)
(ii) Para k = 1, 2, . . . , n 1 y j = 0, 1, . . . , k,
B
k, j
= a
k, j
I
n
EB
k1, j

j+1
EB
k1, j+1

nk+1
B
k2, j
+
+
_
A
nk

j
E
_
B
k1, j
.
(3.1.12)
De esta forma, mostramos en la tabla 3.1 un algoritmo para calcular los coe-
cientes a
k, j
y B
k, j
k = 1, 2, . . . , n 1, j = 0, 1, . . . , k, en (3.1.7).
A continuacin presentamos un resultado que extiende el presentado en el
Lema 2.4.1.
Teorema 3.1.2 Dadas A, E C
nn
, tales que det(sE A) 0, sean a(s) =
det(sE A), y B(s) = Adj (sE A). Entonces
d
ds
a(s) = tr (EB(s)) .
Demostracin: Si la matriz E es no singular. entonces
sE A =
_
sI
n
AE
1
_
E.
Del lema 2.4.1, se sigue
d
ds
a(s) = det(E)
d
ds
_
det
_
sI
n
AE
1
__
,
= det(E)tr
_
Adj
_
sI
n
AE
1
__
,
= det(E) det(E)
1
det (sE A) tr
_
E(sE A)
1
_
,
= det (sE A) tr
_
E(sE A)
1
_
= tr (EB(s)) .
Ahora, si E es una matriz singular, considrese > 0 tal que < mn
_
i
:
i
(E) 0
_
. Entonces E
:= E + I
n
es una matriz no singular. Si usamos el
resultado anterior, se tiene
d
ds
a
(s) = tr (E
(s))
donde a
(s) = det(sE
A) y B
(s) := Adj (sE
A).
Teniendo en cuenta que E
E, a
(s) a(s) y B
(s) B(s), cuando

0, deducimos el enunciado.
DATOS DE ENTRADA: A, E C
nn
,
k
n1
k=0
,
k
n
k=1
, r
k
n1
k=0
, s
k
n
k=1
.
Condiciones iniciales: B
k, j
= 0, si k < j o j < 0, a
0,0
= 1, B
0,0
= I
n
.
FOR k = 1, . . . , n 1
nk
:=
nk
r
nk
;
nk+1
:=
nk+1
s
nk+1
; A
k
:= A
nk
I
n
.
FOR j = 0, 1, . . . , k
a
k, j
:=
1
k
_
j+1
tr EB
k1, j+1
+
j
tr EB
k1, j
+
nk
tr B
k1, j
+
+tr EB
k1, j1
+
nk+1
tr B
k2, j
tr AB
k1, j
_
B
k, j
:= a
k, j
I
n
EB
k1, j
+
_
A
k

j
E
_
B
k1, j

j+1
EB
k1, j+1
nk+1
B
k2, j
END
END
FOR j = 0, 1, . . . , n
a
n, j
:=
1
n
_
j+1
tr EB
n1, j+1
+
j
tr EB
n1, j
+
0
tr B
n1, j
+
+tr EB
n1, j1
+
1
tr B
n2, j
tr AB
n1, j
_
.
END.
Tabla 3.1: Algoritmo de Leverrier-Faddeev para haz regular
3.1.1. Ejemplo
Consideremos las matrices
A =
_
_
1 1 1
1 1 1
1 1 1
_
_
y E =
_
_
1 0 0
0 1 0
0 0 0
_
_
.
Obsrvese que rank E = 2. Aplicaremos el algoritmo descrito en la tabla 3.1.
Es fcil probar que
a(s) = det(sE A) = s
2
y B(s) = Adj (sE A) =
_
_
s 0 s
0 s s
s s s
2
2s
_
_
.
Aplicando el algoritmo de la tabla 3.1 usando como base los polinomios de
Hermite H
n
n0
, obtenemos
a
1,0
= tr A = 3, a
1,1
= tr E = 2.
B
1,0
= a
1,0
I
3
+ A =
_
_
2 1 1
1 2 1
1 1 2
_
_
, B
1,1
= a
1,1
I
3
E =
_
_
1 0 0
0 1 0
0 0 2
_
_
.
Por otra parte,
a
2,0
=
1
2
_
1
2
tr EB
1,1
tr AB
1,0
+ 3
_
= 2, a
2,1
=
1
2
_
tr EB
1,0
tr AB
1,1
_
= 4,
a
2,2
=
1
2
tr EB
1,1
= 1,
junto con
B
2,0
= a
2,0
I
3
+ AB
1,0

1
2
EB
1,1
I
3
=
_
_
1
2
0 0
0
1
2
0
0 0 1
_
_
,
B
2,1
= a
2,1
I
3
+ AB
1,1
EB
1,0
=
_
_
1 0 1
0 1 1
1 1 2
_
_
,
B
2,2
= a
2,2
I
3
EB
1,1
=
_
_
0 0 0
0 0 0
0 0 1
_
_
.
Finalmente
a
3,0
=
1
3
_
1
2
tr EB
2,1
tr AB
2,0
+
1
2
tr B
1,0
_
= 2,
a
3,1
=
1
3
_
tr EB
2,2
tr AB
2,1
+ tr EB
2,0
+
1
2
tr B
1,1
_
= 1,
a
3,2
=
1
3
_
tr EB
2,1
tr AB
2,2
_
= 1, a
3,3
=
1
3
tr EB
2,2
= 0.
Como conclusin, deducimos que
a
1
(s) = a
1,0
H
0
(s) + a
1,1
H
1
(s) = 3H
0
(s) + 2H
1
(s),
a
2
(s) = a
2,0
H
0
(s) + a
2,1
H
1
(s) + a
2,2
H
2
(s) = 2H
0
(s) 4H
1
(s) + H
2
(s),
a
3
(s) = a
3,0
H
0
(s) +a
3,1
H
1
(s) +a
3,2
H
2
(s) +a
3,3
H
3
(s) = 2H
0
(s) +H
1
(s) H
2
(s).
B
1
(s) = H
0
(s)B
1,0
+ H
1
(s)B
1,1
,
B
2
(s) = H
0
(s)B
2,0
+ H
1
(s)B
2,1
+ H
2
(s)B
2,2
.
El determinante a(s) de sE A est dado por
a(s) = H
3
(0) + a
1
(s)H
2
(0) + a
2
(s)H
1
(0) + a
3
(s)H
0
(0)
=
1
2
a
1
(s) + a
3
(s)
= H
2
(s)
1
2
H
0
(s),
y la matriz adjunta B(s)
B(s) = H
2
(0)

B
0
(s) + H
1
(0)

B
1
(s) + H
0
(0)

B
2
(s)
=
1
2
I
3
+

B
2
(s)
= H
0
(s)
_
1
2
I
3
+ B
2,0
_
+ H
1
(s)B
2,1
+ H
2
(s)B
2,2
.
De manera que,
B(s) = H
0
(s)
_
_
0 0 0
0 0 0
0 0
1
2
_
_
+ H
1
(s)
_
_
1 0 1
0 1 1
1 1 2
_
_
+H
2
(s)
_
_
0 0 0
0 0 0
0 0 1
_
_
.
A continuacin, aplicamos el algoritmo para la familia
_
L
()
n
_
n0
de los polino-
mios de Laguerre con parmetro , de manera que
a
1,0
= (1 + )tr E + 3(3 + ) tr A = 8 + 5, a
1,1
= tr E = 2,
junto con
B
1,0
= (a
1,0
5 )I
3
+ A (1 + )E =
_
_
3 + 3 1 1
1 3 + 3 1
1 1 4 + 4
_
_
,
B
1,1
= a
1,1
I
3
E =
_
_
1 0 0
0 1 0
0 0 2
_
_
.
Por otra parte,
a
2,0
=
1
2
_
(1 + )
_
tr (EB
1,1
) + tr (EB
1,0
)
_
+ (2 + )
_
tr B
1,0
+ 6
_
tr (AB
1,0
)
_
= 4(1 + )(3 + 2),
a
2,1
=
1
2
_
(2 + )tr B
1,1
+ tr (EB
1,0
) + (3 + )tr (EB
1,1
) tr (AB
1,1
)
_
= 8 + 6,
a
2,2
=
1
2
tr (EB
1,1
) = 1.
junto con
B
2,0
=
_
a
2,0
4 2
_
I
3
+ (A (1 + )E (3 + )I
3
) B
1,0
(1 + )EB
1,1
= (1 + )
_
_
2 1 2
1 2 2
2 2 2 + 4
_
_
,
B
2,1
= a
2,1
I
3
+ EB
1,0
+ (A (3 + )(E + I
3
))B
1,1
=
_
_
0 1
0 1
1 1 4 + 4
_
_
,
B
2,2
= a
2,2
I
3
EB
1,1
=
_
_
0 0 0
0 0 0
0 0 1
_
_
.
Finalmente,
a
3,0
=
1
3
_
(1 + )
_
tr EB
2,1
+ tr EB
2,0
+ tr B
2,0
+ tr B
1,0
_
tr AB
2,0
_
= 2(1 + )(3 + 2),
a
3,1
=
1
3
_
2(2 + )tr (EB
2,2
) + (3 + )tr (EB
2,1
) + tr (EB
2,0
)+
+(1 + )tr B
2,1
+ (1 + )tr B
1,1
tr (AB
2,1
)
_
= 2(3 + 2),
a
3,2
=
1
3
_
(1 + )tr B
2,2
+ tr (EB
2,1
) + (5 + )tr (EB
2,2
) tr (AB
2,2
)
_
= ,
a
3,3
=
1
3
tr (EB
2,2
) = 0.
As
a
1
(s) = a
1,0
L
()
0
(s) + a
1,1
L
()
1
(s) = (8 + 5)L
()
0
(s) + 2L
()
1
(s),
a
2
(s) = a
2,0
L
()
0
(s) + a
2,1
L
()
1
(s) + a
2,2
L
()
2
(s)
= 4(1 + )(3 + 2)L
()
0
(s) + (8 + 6)L
()
1
(s) + L
()
2
(s),
a
3
(s) = a
3,0
L
()
0
(s) + a
3,1
L
()
1
(s) + a
3,2
L
()
2
(s) + a
3,3
L
()
3
(s)
= 2(1 + )(3 + 2)L
()
0
(s) + 2(3 + 2)L
()
1
(s) + L
()
2
(s).
B
1
(s) = L
()
0
(s)B
1,0
+ L
()
1
(s)B
1,1
,
B
2
(s) = L
()
0
(s)B
2,0
+ L
()
1
(s)B
2,1
+ L
()
2
(s)B
2,2
.
a(s) = L
()
3
(0) + a
1
(s)L
()
2
(0) + a
2
(s)L
()
1
(0) + a
3
(s)L
()
0
(0)
= (1 + )(2 + )L
()
0
(s) 2(2 + )L
()
1
(s) L
()
2
(s),
B(s) = L
()
2
(0)

B
0
(s) + L
()
1
(0)

B
1
(s) + L
()
0
(0)

B
2
(s)
= L
()
0
(s)
_
(1 + )(2 + )I
3
(1 + )B
1,0
+ B
2,0
_
+
+L
()
1
(s)
_
(1 + )B
1,1
+ B
2,1
_
+ L
()
2
(s)B
2,2
.
As
B(s) = (1 + )L
()
0
(s)
_
_
1 2 3
2 1 3
3 3
_
_
+ L
()
1
(s)
_
_
1 0 1
0 1 1
1 1 5 + 3
_
_
+
+L
()
2
(s)
_
_
0 0 0
0 0 0
0 0 1
_
_
.
Finalmente, si consideramos la familia T
n
n0
de los polinomios de Chebys-
hev de primera especie,
a
1,0
= tr A = 3, a
1,1
= tr E = 2.
B
1,0
= a
1,0
I
3
+ A =
_
_
2 1 1
1 2 1
1 1 2
_
_
, B
1,1
= a
1,1
I
3
E =
_
_
1 0 0
0 1 0
0 0 2
_
_
.
Por otra parte,
a
2,0
=
1
2
_
1
4
tr (EB
1,1
) tr (AB
1,0
) +
3
2
_
=
5
4
,
a
2,1
=
1
2
_
tr (EB
1,0
) tr (AB
1,1
)
_
= 4, a
2,2
=
1
2
_
tr (EB
1,1
)
_
= 1,
junto con
B
2,0
= a
2,0
I
3
+ AB
1,0

1
4
EB
1,1

1
4
I
3
=
_
_
1
2
0 0
0
1
2
0
0 0 1
_
_
,
B
2,1
= a
2,1
I
3
EB
1,0
+ AB
1,1
=
_
_
1 0 1
0 1 1
1 1 2
_
_
,
B
2,2
= a
2,2
I
3
EB
1,1
=
_
_
0 0 0
0 0 0
0 0 1
_
_
.
Finalmente,
a
3,0
=
1
3
_
1
4
tr (EB
2,1
) +
1
2
tr B
1,0
tr (AB
2,0
)
_
= 2,
a
3,1
=
1
3
_
1
4
tr (EB
2,2
) + tr (EB
2,0
) +
1
2
tr B
1,1
tr (AB
2,1
)
_
= 1,
a
3,2
=
1
3
_
tr (EB
2,1
) tr (AB
2,2
)
_
= 1,
a
3,3
=
1
3
tr (EB
2,2
) = 0.
De esta manera,
a
1
(s) = a
1,0
T
0
(s) + a
1,1
T
1
(s) = 3T
0
(s) + 2T
1
(s),
a
2
(s) = a
2,0
T
0
(s) + a
2,1
T
1
(s) + a
2,2
T
2
(s) =
5
4
T
0
(s) 4T
1
(s) + T
2
(s),
a
3
(s) = a
3,0
T
0
(s) + a
3,1
T
1
(s) + a
3,2
T
2
(s) + a
3,3
T
3
(s)
= 2T
0
(s) + T
1
(s) T
2
(s).
B
1
(s) = T
0
(s)B
1,0
+ T
1
(s)B
1,1
,
B
2
(s) = T
0
(s)B
2,0
+ T
1
(s)B
2,1
+ T
2
(s)B
2,2
.
a(s) = T
3
(0) + a
1
(s)T
2
(0) + a
2
(s)T
1
(0) + a
3
(s)T
0
(0)
=
1
2
T
0
(s) T
2
(s),
(3.1.13)
B(s) = T
2
(0)

B
0
(s) + T
1
(0)

B
1
(s) + T
0
(0)

B
2
(s)
= T
0
(s)
_
B
2,0

1
2
I
3
_
+ T
1
(s)B
2,1
+ T
2
(s)B
2,2
.
As
B(s) = T
0
(s)
_
_
2 0 2
0 0 0
0 0 2
_
_
+ T
1
(s)
_
_
1 0 1
0 1 1
1 1 2
_
_
+
+T
2
(s)
_
_
0 0 0
0 0 0
0 0 1
_
_
.
3.2. Algoritmo para matrices polinomiales de orden
arbitrario
La siguiente aportacin en este captulo la constituye la extensin del algorit-
mo de Leverrier-Faddeev para el clculo simultneo del determinante y la matriz
adjunta de una matriz polinmica
M(s) = s
p
A
p
+ s
p1
A
p1
+ + sA
1
+ A
0
, (3.2.1)
donde A
i
C
nn
, i = 1, 2, . . . , p, p 1. La motivacin para el anlisis de esta
extensin se basa en dos hechos. El primero est ligado al clculo de la funcin
de transferencia de un sistema lineal de orden mayor que 1 como, por ejemplo,
el sistema de osciladores (2.1.6) (ver [26]), el cual involucra el cmputo de la
inversa de una matriz polinmica de grado 2, es decir, para hallar esta funcin de
transferencia es preciso encontrar la inversa de una matriz polinmica s
2
A
2
+sA
1
+
A
0
con A
i
C
nn
, i = 0, 1, 2. La segunda motivacin reside en el estudio de los
ceros de una matriz polinmica de la forma (3.2.1), lo que equivale a calcular los
ceros del polinomio escalar det
_
s
p
A
p
+ s
p1
A
p1
+ + sA
1
+ A
0
_
.
Esta extensin est basada en los trabajos [35], [36], donde se desarrolla el
algoritmo de Leverrier-Faddeev usando bases polinmicas. De esta forma presen-
tamos un enfoque alternativo a los resultados expuestos en [19] y [73], usando
bases de polinomios ortogonales clsicos y tomando como A
p
en (3.2.1) cualquier
3.2. Algoritmo para matrices polinomiales de orden arbitrario 63
matriz, no necesariamente la identidad.
Consideremos una matriz polinmica dada por (3.2.1). Procediendo de la mis-
ma forma que en el caso del haz lineal (para ms detalles, ver [35]), reemplazamos
en el algoritmo del captulo anterior (tabla 2.3) la matriz A por A(s) = M(s) =
(s
p
A
p
+s
p1
A
p1
+ +sA
1
+A
0
) y obtenemos frmulas anlogas a las expresiones
(3.1.1-3.1.4). Pero, en este caso, deg( a
k
(s)), deg(

B
k
(s)) pk. As pues,
a
k
(s) =
kp
j=0
a
k, j
P
j
(s), a
k, j
C,
B
k
(s) =
kp
j=0
P
j
(s)B
k, j
, B
k, j
C
nn
.
(3.2.2)
Sustituyendo (3.2.2) en (3.1.3) obtenemos
k
kp
j=0
a
k, j
P
j
(s) = tr
_
_
(
nk
r
nk
)
(k1)p
j=0
P
j
(s)B
k1, j
+
+
p
m=0
(k1)p
j=0
s
m
P
j
(s)A
m
B
k1, j
+
+(
nk+1
s
nk+1
)
(k2)p
j=0
P
j
(s)B
k2, j
_
_
.
(3.2.3)
Necesitamos una expresin para s
m
P
j
(s) en trminos de la base P
n
n0
. La
podemos obtener reiterando m-veces la relacin de recurrencia a tres trminos
(1.2.2). De esta manera
x
m
P
j
(x) =
j+m
i=jm
j,m
i
P
i
(x), (3.2.4)
donde
j,m
i
=
(u, f
m
P
j
P
i
)
(u, P
2
i
)
. Obsrvese que
j,m
j+m
= 1.
Por tanto,
j,m
i
=
(u, f
m1
P
j
f
1
P
i
)
(u, P
2
i
)
=
(u, f
m1
P
j
(P
i+1
+
i
P
i
+
i
P
i1
))
(u, P
2
i
)
=
(u, f
m1
P
j
P
i+1
)
(u, P
2
i
)
+
i
(u, f
m1
P
j
P
i
)
(u, P
2
i
)
+
i
(u, f
m1
P
j
P
i1
)
(u, P
2
i
)
=
(u, P
2
i+1
)
(u, P
2
i
)

j,m1
i+1
+
i
j,m1
i
+
i
(u, P
2
i1
)
(u, P
2
i
)

j,m1
i1
,
donde f
m1
(x) = x
m1
.
Ahora, si usamos nuevamente la relacin de recurrencia a tres trminos (1.2.2),
obtenemos
i
=
(u, P
2
i
)
(u, P
2
i1
)
para i = 1, 2 . . .. De esta forma los coecientes
n,m
i
pueden obtenerse de manera recursiva mediante
j,m
i
=
i+1
j,m1
i+1
+
i
j,m1
i
+
j,m1
i1
(3.2.5)
y
i,1
i1
=
i
,
i,1
i
=
i
,
i,1
i+1
= 1, para i = 1, 2, . . .
Sustituyendo (3.2.4) en (3.2.3) tenemos
k
kp
j=0
a
k, j
P
j
(s) =
kp
j=p
jp, p
j
tr A
p
B
k1, jp
P
j
(s)+
+
kp1
j=p1
_
_
1
i=0
jp+1,pi
j
tr A
pi
B
k1, jp+1
_
_
P
j
(s)+
.
.
.
+
(k1)p+1
j=1
_
_
p1
i=0
j1, pi
j
tr A
pi
B
k1, j1
_
_
P
j
(s)+
+
(k1)p
j=0
_
_
p
i=0
j,pi
j
tr A
pi
B
k1, j
+ (
nk
r
nk
)tr B
k1, j
_
_
P
j
(s)+
+
(k1)p1
j=0
_
_
p1
i=0
j+1, pi
j
tr A
pi
B
k1, j+1
_
_
P
j
(s)+
.
.
.
+
(k2)p+1
j=0
_
_
1
i=0
j+p1, pi
j
tr A
pi
B
k1, j+p1
_
_
P
j
(s)+
+
(k2)p
j=0
_
j+p,p
j
tr A
p
B
k1, j+p
+ (
nk+1
s
nk+1
)tr B
k2, j
_
P
j
(s).
Identicando los coecientes de P
j
, j = 0, 1, . . . , kp, en ambos miembros de
la expresin anterior obtenemos
Para j = 0, 1, . . . , p 1
ka
k, j
=
k
tr B
k1, j
+
k
tr B
k2, j
+
p
l=pj
l
i=0
lp+j,pi
j
tr A
pi
B
k1,lp+j
+
+
p1
l=0
l
i=0
pl+j, pi
0
tr A
pi
B
k1, pl+j
,
(3.2.6)
Si j = p, p + 1, . . . , (k 2)p (en el caso que k > 2), se tiene
ka
k, j
=
k
tr B
k1, j
+
k
tr B
k2, j
+
p
l=0
l
i=0
jp+l, pi
j
tr A
pi
B
k1, jp+l
+
p1
l=0
l
i=0
j+pl,pi
p1
tr A
pi
B
k1, j+pl
,
(3.2.7)
Para j = (k 2)p + 1, (k 2)p + 2, . . . , (k 1)p 1 (si k > 2)
ka
k, j
=
k
tr B
k1, j
+
p
l=0
l
i=0
lp+j,pi
j
tr A
pi
B
k1,lp+j
+
+
p1
l=j(k2)p
l
i=0
pl+j,pi
j
tr A
pi
B
k1,pl+j
,
(3.2.8)
As como
ka
k,(k1)p
=
k
tr B
k1,(k1)p
+
p
l=0
l
i=0
(k2)p+l, pi
(k1)p
tr A
pi
B
k1,(k2)p+l
, (3.2.9)
Finalmente, para j = (k 1)p + 1, (k 1)p + 2, . . . , kp
ka
k, j
=
kpj
l=0
l
i=0
lp+j, pi
j
tr A
pi
B
k1,lp+j
, (3.2.10)
donde
k
=
nk
r
nk
,
k
=
nk+1
s
nk+1
.
Anlogamente, obtenemos expresiones de las matrices B
k, j
en trminos de las
matrices B
k1, j
kp
j=0
P
j
(s)B
k, j
=
kp
j=0
a
k, j
P
j
(s)I
n

p
m=0
(k1)p
j=0
s
m
P
j
(s)A
m
B
k1, j
(k1)p
j=0
nk
P
j
(s)B
k1, j

(k2)p
j=0
nk+1
P
j
(s)B
k2, j
.
Reemplazando (3.2.4) en la ecuacin anterior, obtenemos
kp
j=0
P
j
(s)B
k, j
=
kp
j=0
a
k, j
P
j
(s)I
n

kp
j=p
P
j
(s)
jp,p
j
A
p
B
k1, jp
kp1
j=p1
P
j
(s)
_
_
1
i=0
jp+1, pi
j
A
pi
_
_
B
k1, jp+1
.
.
.
(k1)p+1
j=1
P
j
(s)
_
_
p1
i=0
j1,pi
j
A
pi
_
_
B
k1, j1
(k1)p
j=0
P
j
(s)
_
nk
I
n
+
p
i=0
j,pi
j
A
pi
_
_
B
k1, j
(k1)p1
j=0
P
j
(s)
_
_
p1
i=0
j+1,pi
j
A
pi
_
_
B
k1, j+1
.
.
.
(k2)p+1
j=0
P
j
(s)
_
_
1
i=0
j+p1,pi
j
A
pi
_
_
B
k1, j+p1
(k2)p
j=0
P
j
(s)
_
j+p, p
j
A
p
B
k1, j+p
+
nk+1
B
k2, j
_
.
Identicando los coecientes de P
j
, j = 0, 1, . . . , kp, en ambos miembros de
la expresin anterior obtenemos
Si j = 0, 1, . . . , p 1 se tiene
B
k, j
= a
k, j
I
n

nk
B
k1, j

nk+1
B
k2, j

p
l=pj
l
i=0
lp+j,pi
j
A
pi
B
k1,lp+j
p1
l=0
l
i=0
pl+j,pi
j
A
pi
B
k1,pl+j
(3.2.11)
Luego, para j = p, p + 1, . . . , (k 2)p, (en el caso k > 2), tenemos
B
k, j
= a
k, j
I
n

nk
B
k1, j

nk+1
B
k2, j
l=0
l
i=0
jp+l,pi
j
A
pi
B
k1, jp+l

p1
l=0
l
i=0
j+pl, pi
p1
A
pi
B
k1, j+pl
,
(3.2.12)
Si j = (k 2)p + 1, (k 2)p + 2, . . . , (k 1)p 1 (cuando k > 2), entonces
B
k, j
= a
k, j
I
n

nk
B
k1, j

p
l=0
l
i=0
lp+j,pi
j
A
pi
B
k1,lp+j
p1
l=j(k2)p
l
i=0
pl+j, pi
j
A
pi
B
k1, pl+j
,
(3.2.13)
Adems,
B
k,(k1)p
= a
k,(k1)p
I
n

nk
B
k1,(k1)p

p
l=0
l
i=0
(k2)p+l,pi
(k1)p
A
pi
B
k1,(k2)p+l
,
(3.2.14)
Finalmente, para j = (k 1)p + 1, (k 1)p + 2, . . . , kp tenemos
B
k, j
= a
k, j
I
n

kpj
l=0
l
i=0
lp+j,pi
j
A
pi
B
k1,lp+j
, (3.2.15)
Finalmente, obtenemos el siguiente algoritmo
DATOS DE ENTRADA: A
0
, A
1
, . . . , A
p
C
nn
,
k
n1
k=0
,
k
n
k=1
, r
k
n1
k=0
, s
k
n
k=1
.
Condiciones iniciales: a
0
(s) = 1,

B
1
(s) = 0,

B
0
(s) = I
n
y
B
k, j
= 0 si k, j < 0 k < p j.
FOR k = 1, . . . , n 1
De

B
k2
(s) y

B
k1
(s) y tomando en cuenta (3.2.6)-(3.2.10) obtenemos a
k
(s).
De (3.2.11)-(3.2.15) obtenemos

B
k
(s).
END (FOR)
De

B
n2
(s) y

B
n1
(s) teniendo en cuenta((3.2.6)-(3.2.10)) obtenemos a
n
(s).
Tabla 3.2: Algoritmo para matrices de orden arbitrario.
3.2.1. Ejemplos
Ejemplo 1: Consideremos la matriz polinmica de grado 2
A(s) =
_
_
s
2
s s
2
+ s 1 0
0 3 s
2
+ 2s
s
2
1 s
2
s
2
+ s
_
_
, (3.2.16)
de modo que, de acuerdo con (3.2.1),
A
2
=
_
_
1 1 0
0 0 1
1 1 1
_
_
, A
1
=
_
_
1 1 0
0 0 2
0 0 1
_
_
, A
0
=
_
_
0 1 0
0 3 0
1 0 0
_
_
.
Se puede deducir fcilmente que
det A(s) = 3s
4
s
3
4s
2
+ 2s
y
Adj A(s) =
_
_
s
4
+ 2s
3
+ 3s
2
+ 3s s
4
+ s s
4
s
3
+ s
2
2s
s
4
+ 2s
3
s
2
2s s
4
s
2
s
4
s
3
+ 2s
2
s
2
1 s
2
s
2
+ s
_
_
.
Aplicaremos el algoritmo de la seccin anterior usando la base T
n
4
n=0
, de los
polinomios de Chebyshev de primera especie. Los parmetros correspondientes a
la familia mencionada son
n
= r
n
= 0, n 0 y
1
=
1
2
, s
1
= 0,
n
=
1
4
, s
n
=
1
4
, n 2.
De (3.2.6)-(3.2.10) y (3.2.11)-(3.2.15) obtenemos
Para k = 1
a
1,0
= 4, a
1,1
= 0, a
1,2
= 2.
B
1,0
=
1
2
_
_
7 3 0
0 2 1
1 1 7
_
_
, B
1,2
=
_
_
1 1 0
0 0 2
0 0 1
_
_
, B
1,2
=
_
_
1 1 0
0 2 1
1 1 1
_
_
.
Para k = 2
a
2,0
= 4, a
2,1
=
3
2
, a
2,2
= 7, a
2,3
= 2, a
2,4
= 2.
B
2,0
=
1
8
_
_
19 3 1
1 3 5
12 8 16
_
_
, B
2,1
=
1
4
_
_
18 4 11
2 0 3
0 4 12
_
_
,
B
2,2
=
_
_
4 1 0
0 0 1
3 0 3
_
_
, B
2,3
=
_
_
2 0 1
2 0 1
0 0 0
_
_
, B
2,4
=
_
_
1 1 1
1 1 1
0 0 0
_
_
.
Para k = 3
a
3,0
=
9
8
, a
3,1
=
5
4
, a
3,2
= 0, a
3,3
= 1, a
3,4
= 3, a
3,5
= 0 = a
3,6
.
De esta manera, de (3.1.5) se sigue que
det A(s) = 3T
4
(s) T
3
(s) T
2
(s) +
5
4
T
1
(s)
7
8
T
0
(s),
y de (3.1.6) obtenemos
Adj A(s) = T
4
(s)
_
_
1 1 1
1 1 1
0 0 0
_
_
+ T
3
(s)
_
_
2 0 1
2 0 1
0 0 0
_
_
+ T
2
(s)
_
_
4 1 0
0 0 1
3 0 3
_
_
+
+
1
4
T
1
(s)
_
_
18 4 11
2 0 3
0 4 12
_
_
+
1
8
T
0
(s)
_
_
15 3 1
1 1 5
12 8 12
_
_
.
Ejemplo 2: Consideremos la matriz polinmica de grado 4
U(t) =
_
_
13t
4
32t
3
+ 24t
2
6t 21t
4
52t
3
+ 39t
2
8t
21t
4
52t
3
+ 39t
2
8t 34t
4
84t
3
+ 63t
2
14t
_
_
. (3.2.17)
Necesitamos calcular det (U(t)) para encontrar los ceros de U(t). De nuevo, de
acuerdo con (3.2.1)
A
0
=
_
_
0 0
0 0
_
_
, A
1
=
_
_
6 8
8 14
_
_
, A
2
=
_
_
24 39
39 63
_
_
,
A
3
=
_
_
32 52
52 84
_
_
, A
4
=
_
_
13 21
21 34
_
_
.
Apliquemos el algoritmo de la seccin anterior usando la base de los polino-
mios de Chebyshev de segunda especie, U
n
8
n=0
. Los parmetros correspondientes
son
n
= r
n
= 0, n 0 y
n
=
1
4
, n 1 y s
1
= 0, s
n
=
1
4
, n 2.
De (3.2.6)-(3.2.10) y (3.2.11)-(3.2.15) se tiene
Para k = 1
a
1,0
=
221
8
, a
1,1
= 78, a
1,2
=
489
4
, a
1,3
= 116, a
1,4
= 47,
y
B
1,0
=
1
8
_
_
160 99
99 61
_
_
, B
1,1
=
_
_
56 34
34 22
_
_
, B
1,2
=
1
4
_
_
354 219
219 135
_
_
,
B
1,3
=
_
_
84 52
52 32
_
_
, B
1,4
=
_
_
34 21
21 13
_
_
.
Para k = 2
a
2,0
=
2265
128
, a
2,1
=
209
4
, a
2,2
= 93, a
2,3
=
225
2
, a
2,4
=
177
2
,
a
2,5
= 20, a
2,6
=
69
4
, a
2,7
= 4, a
2,8
= 1.
As,
a
2
(t) =
8
j=0
a
2, j
U
j
(t)
= t
8
+ 4t
7
19t
6
26t
5
+ 111t
4
90t
3
+ 20t
2
+
1
4
.
Obsrvese que U es el polinomio matricial de Chebyshev de segunda especie
y grado 4 introducido por A. J. Duran [18]. No es necesario calcular a
1
(t) porque
U
1
(0) = 0. Entonces la expresin del determinante de U(t) es
det U(t) = U
2
(0) + U
0
(0) a
2
(t)
= t
8
+ 4t
7
19t
6
26t
5
+ 111t
4
90t
3
+ 20t
2
.
Captulo 4
Transformaciones espectrales
para matrices hermitianas
Toeplitz
4.1. Polinomios ortogonales en la circunferencia uni-
dad
Sea S un funcional lineal
S : C,
donde = span
_
z
n
: n Z
_
es el espacio lineal de los polinomios de Laurent
con coecientes complejos. A partir del funcional S podemos denir un funcional
bilineal [ : P P C de la manera siguiente
[
_
p(z), q(z)
_
:= S
_
p(z) q(z
1
)
_
, p, q P,
donde P es el espacio lineal de los polinomios con coecientes complejos.
Obsrvese que
[(zp(z), zq(z)) = [(p(z), q(z)) .
75
76 Transformaciones espectrales para matrices hermitianas Toeplitz
Denicin 4.1.1 Consideremos la matriz T =
_
t
m,n
_
m,n=0
, donde t
m,n
:= [(z
m
, z
n
) =
S(z
mn
) = t
nm
y sea T
n
=
_
t
k, j
_
n
k, j=0
la submatriz principal de T de dimensin
(n + 1) (n + 1). Entonces
(i) Diremos que [ es un funcional bilineal hermitiano en P si t
n
= t
n
para
n N.
(ii) Diremos que [ es un funcional bilineal cuasi-denido en P si det T
n
0
para todo entero no negativo n.
(iii) [ es un funcional bilineal denido positivo en P si [(p, p) > 0 para todo
p P 0, o, equivalentemente, det T
n
> 0 para todo entero no negativo
n.
En el caso en que [ es denido positivo (ver [25], [34]), existe una medida de
probabilidad no trivial soportada en la circunferencia unidad tal que el funcional
[ admite una representacin integral
[(p, q) =
_
2
0
p(e
i
)q(e
i
)d().
Por convenio, el funcional bilineal [ se dice denido positivo sobre la circun-
ferencia unidad. La matriz semi-innita T es una matriz de Toeplitz, esto es, las
entradas de cada subdiagonal son constantes
T =
_
_
t
0
t
1
t
n

t
1
t
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. t
1
t
n
t
1
t
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
_
_
.
Sea P
n
n0
una sucesin de polinomios con coecientes complejos. Diremos
que P
n
n0
es ortogonal con respecto a [ si
4.1. Polinomios ortogonales en la circunferencia unidad 77
deg P
n
= n,
[(P
m
, P
n
) = k
n
m,n
, con k
n
0,
donde
m,n
es la delta de Kronecker denida por
m,n
=
_
_
1 si m = n,
0 si m n.
Diremos, tambin, que la sucesin P
n
n0
es ortonormal con respecto a [
si P
n
n0
es una sucesin ortogonal y k
n
= 1 para todo n. En este caso, tambin
podemos decir indistintamente que P
n
n0
es ortonormal con respecto a .
Teorema 4.1.2 (i) Si el funcional bilineal [ es cuasi-denido, entonces existe
una sucesin P
n
n0
de polinomios ortogonales mnicos asociada con el
funcional [ dada por
P
0
(z) = 1, P
n
(z) =
1
n1
_
_
t
0
t
1
t
n
t
1
t
0
t
n+1
.
.
.
.
.
.
.
.
.
t
n1
t
n2
t
1
1 z z
n
_
_
, n 1, (4.1.1)
donde
n1
= det T
n1
.
(ii) Si [ es denido positivo, entonces existe una nica sucesin
n
n0
de po-
linomios ortonormales asociados con [ dados por
n
(z) =
n
P
n
(z), (4.1.2)
con P
n
(z) dado en (4.1.1) y
n
= k
1
2
n
, donde k
n
=

n
n1
.
Proposicin 4.1.3 ([24], [68], [72]) La sucesin P
n
n0
satisface dos tipos de re-
laciones de recurrencia
(i) Recurrencia ascendente:
P
n+1
(z) = zP
n
(z) + P
n+1
(0)P
n
(z). (4.1.3)
(ii) Recurrencia descendente
P
n+1
(z) =
_
1 P
n+1
(0)
2
_
zP
n
(z) + P
n+1
(0)P
n+1
(z), (4.1.4)
donde P
n
(z) = z
n
P
n
( z
1
)
Las evaluaciones P
n+1
(0) de los polinomios ortogonales en z = 0 se denominan
coecientes de reexin.
Una demostracin de este resultado utilizando los generadores de espacios
de estado de la matriz de Toeplitz T aparece en [43]. Sin embargo, utilizando el
hecho de que el operador de multiplicacin por z es unitario respecto al funcional
bilineal [ se puede dar una demostracin alternativa.
Lema 4.1.4 Si J
n
C
n+1,n+1
es una matriz con 1 en la anti-diagonal principal y
las restantes entradas son nulas, entonces
J
n

T
n
J
n
= T
n
Demostracin: Es inmediata teniendo en cuenta que T
n
es una matriz Toeplitz y
Hermitiana.
Lema 4.1.5
[
_
P
n
, z
k
_
= 0, k = 1, 2, . . . , n,
[
_
P
n
, 1
_
= k
n
.
Demostracin:
Si P
n
(z) = z
n
+ a
n,1
z
n1
+ + a
n,n
entonces tenemos
[a
n,n
, . . . , a
n,1
, 1]T
n
= [0, 0, . . . , 0, k
n
].
Considerando conjugados
_
a
n,n
, . . . , a
n,1
, 1
_
T
n
= [0, 0, . . . , 0, k
n
]
_
1, a
n,1
, . . . , a
n,n
_
J
n
T
n
= [0, 0, . . . , 0, k
n
].
Multiplicando a la derecha por J
n
[1, a
n,1
, . . . , a
n,n
]T
n
= [k
n
, 0, . . . , 0].
De aqu se sigue el enunciado.
Demostracin (de Proposicin 4.1.3):

(i) P
n+1
(z) zP
n
(z) P
n
y, adems,
[
_
P
n+1
(z) zP
n
(z), z
k
_
= 0,
para k = 1, 2, . . . , n.
Por tanto, P
n+1
(z) zP
n
(z) =
n
P
n
(z). Evaluando esta igualdad en z = 0 se
tiene
n
= P
n+1
(0), de donde se sigue el enunciado.
(ii) P
n+1
(z) P
n+1
(0)P
n+1
(z) zP
n
y, adems,
[
_
P
n+1
(z) P
n+1
(0)P
n+1
(z), z
k
_
= 0,
para k = 1, 2, . . . , n.
Por tanto,
P
n+1
(z) P
n+1
(z)P
n+1
(z) =
n
zP
n
(z). (4.1.5)
Identicando los coecientes de z
n+1
en ambos miembros de la igualdad
anterior, se tiene
n
= 1 P
n+1
(0)
2
, de donde se sigue el enunciado.

Corolario 4.1.6
k
n+1
k
n
= 1 P
n+1
(0)
2
, n N.
Demostracin: Es una consecuencia inmediata de multiplicar los dos miembros
de la igualdad (4.1.5) por zP
n
(z) y aplicar el producto escalar.
De aqu se sigue que P

n+1
(0) 1. Recprocamente, dada una sucesin a
n
n0
de nmeros complejos tales que a
n
1 existe un nico funcional lineal hermi-
tiano S tal que la correspondiente sucesin de polinomios ortogonales mnicos
P
n
n0
satisface P
n+1
(0) = a
n
. Para ello, basta utilizar la recurrencia ascendente y
construir la familia de polinomios mnicos P
n
n0
de manera que los momentos
se determinan de forma recurrente a partir de
[(zP
n
(z), 1) = P
n+1
(0)k
n
,
esto es,
c
n1
+ a
n,1
c
n
+ + a
n,n
c
1
= P
n+1
(0)k
n
,
para n N con k
0
= c
0
, donde [ viene dado en trminos de S tal y como se ha
indicado al comienzo de esta seccin.
Este resultado es una extensin al caso de los polinomios ortogonales sobre la
circunferencia unidad del teorema de Favard (vase [1]).
Notemos que [ es cuasi-denido si y slo si P
n
(0) 1 para todo n 1. [ es
denido positivo si y slo si P
n
(0) < 1 para todo n 1.
Por otra parte, si [ es denido positivo y P
n
() = 0, entonces < 1. Si [ es
cuasi-denido se tiene el siguiente resultado
Lema 4.1.7 ([22]) Sean [ un funcional bilineal cuasi-denido, P
n
n0
la suce-
sin de polinomios ortogonales mnicos con respecto a [, y C.
(i) Si P
n
() = 0 y 1, entonces P
n
() 0.
(ii) Si = 1, entonces P
n
() 0 para todo n 0.
Demostracin: (i) Si existe un n N tal que P
n
() = P
n
() = 0 con 1,
entonces aplicando reiteradamente la relacin de recurrencia regresiva, tenemos
P
1
() = P
1
() = 0. En consecuencia
P
1
(z) = z y P
1
(z) = 1 z,
y por tanto, se tiene que P
1
() = 1
2
= 0, contradiciendo as la hiptesis.
(ii) Sea = 1. Si P
n
0
() = 0 para algn n
0
N entonces P
n
0
() = 0. Usando
reiteradamente la relacin de recurrencia regresiva, obtenemos
P
1
(z) = z ,
lo que implica P
1
(0) = 1, lo que nos llevara a una contradiccin. Por tanto,
P
n
() 0 para todo n 1.
El ncleo reproductor de grado n, K

n
(z, ), respecto a la familia P
n
n0
se
dene mediante
K
n
(z, ) =
n
j=0
P
j
(z)P
j
()
k
j
. (4.1.6)
Teorema 4.1.8 ([25], [34], [68], [72]) Sean C y p P
n
. Entonces se verican
las siguientes propiedades:
(i) Propiedad reproductora:
[
_
p(z), K
n
(z, )
_
= p(). (4.1.7)
(ii) Frmula de Christoel-Darboux:
K
n
(z, ) =
P
n+1
(z)P
n+1
() P
n+1
(z)P
n+1
()
k
n+1
(1 z
)
. (4.1.8)
Si el funcional bilineal [ es denido positivo, la expresin (4.1.6) se transfor-
ma en
K
n
(z, ) =
n
j=0
j
(z)
j
(). (4.1.9)
En este caso, diremos que K
n
(z, ) es el ncleo reproductor de grado n asociado
a la familia
n
n0
, y satisface
Proposicin 4.1.9 Si K
n
(z, ) =
n
j=0
j
(z)
j
() es el ncleo reproductor asociado
a
n
n0
, entonces
K
n
(z, 0) =
n
j=0
j
(0)
j
(z) =
n
n
(z), (4.1.10)
y
K
n
(0, 0) =
n
j=0
j
(0)
2
=
2
n
. (4.1.11)
De la relacin (4.1.11) se tiene
2
n

2
n1
=
n
(0)
2
=
2
n
P
n
(0)
2
,
de donde se sigue que
_
n1
n
_
2
= 1 P
n
(0)
2
, n N. (4.1.12)
En el caso denido positivo, el ncleo reproductor de grado n est asociado
con el siguiente problema extremal
n
(y) = mn
__
2
0
p(e
i
)
2
d() : deg p n, p(y) = 1
_
.
De hecho,
n
(y) :=
1
K
n
(y, y)
,
4.2. Polinomios ortogonales en la circunferencia unidad y transformaciones
espectrales 83
siendo
K
n
(z, y)
K
n
(y, y)
el polinomio en el que se alcanza dicho mnimo.
Para cada y C,
n
(y) es una funcin decreciente con respecto a n y, en
consecuencia, podemos denir
(y) = lm
n
n
(y)
= nf
__
2
0
p(e
i
)
2
d() : p P, p(y) = 1
_
0.
se denomina Funcin de Christoel asociada a . Uno de los resultados prin-

cipales de relativos a la funcin de Christoel se muestra a continuacin
Proposicin 4.1.10 ([68], Thm. 2.2.1) Sea una medida de probabilidad no tri-
vial soportada en el crculo unidad.
(i) Si y > 1, entonces
(y) = 0.
(ii) Si y = 1, entonces
(y) = (y).
(iii) Si
n=0
P
n
(0)
2
= +, entonces
(y) = 0 para todo y C con y < 1.

(iv) Si
n=0
P
n
(0)
2
< +, entonces
(y) > 0 para todo y C con y < 1.

Por otra parte,
(0) =
_
n=1
_
1 P
n
(0)
2
_
.
4.2. Polinomios ortogonales en la circunferencia uni-
dad y transformaciones espectrales
Sea F : C C una funcin compleja que es analtica en un entorno de
z = 0, i. e.
F(z) = c
0
+ 2
k=1
c
k
z
k
, (4.2.1)
donde c
0
R, c
k
C para k Ny lmsup c
k
1
k
< . A dicha funcin le podemos
asociar un funcional lineal S
F
denido en el espacio de los polinomios de Laurent
de manera que
S
F
_
z
k
_
= c
k
, k Z,
donde asumimos que c
k
= c
k
, k N. S
F
dene una aplicacin bilineal ( , ) en el
espacio P de los polinomios con coecientes complejos de la siguiente forma
(p, q)
S
F
= S
F
_
p(z) q(z
1
)
_
.
La aplicacin bilineal (, )
S
F
satisface las propiedades (i) y (ii) de los produc-
tos escalares introducidos en la seccin 1.4. Si, adems, se satisface (iii) diremos
que S
F
es un funcional denido positivo. En este caso (vase [21], [24]), existe
una medida no trivial soportada en la circunferencia unidad de manera que
F(z) =
1
2
_
2
0
e
i
+ z
e
i
z
d. (4.2.2)
Denicin 4.2.1 ([24], [63]) Una funcin compleja F que admite una represen-
tacin de la forma (4.2.2) donde es una medida positiva se denomina funcin
de Carathodory (C-funcin).
Es inmediato probar que F es C-funcin si y slo si F es analtica en D = z
C : z < 1 y Re (F(z)) > 0 para z < 1.
De acuerdo con este resultado, F es una C-funcin si y slo si
1
F
es una C-
funcin.
Denicin 4.2.2 ([24], [68]) Los polinomios mnicos
n
de grado n denidos
mediante
n
(z) =
1
c
0
S
F
_
y+z
yz
(P
n
(y) P
n
(z))
_
(4.2.3)
se denominan polinomios de segunda especie asociados al funcional S
F
.
espectrales 85
Es un sencillo ejercicio comprobar que
n+1
(z) = z
n
(z) P
n+1
(0)
n
(z)
y, por tanto,
n
n0
es una sucesin de polinomios ortogonales mnicos respecto
a un funcional lineal S
F
.
Proposicin 4.2.3 ([64])
(i)
_
_
F(z)P
n
(z) +
n
(z) = O(z
n
) ,
F(z)P
n
(z)
n
(z) = O
_
z
n+1
_
.
(ii)

F(z) =
1
F(z)
.
De esta forma, aparece un primer ejemplo de lo que denominaremos transfor-
macin espectral de funcionales lineales S
F
.
Denicin 4.2.4 Dada una funcin F analtica en un entorno de z = 0 diremos
que

F, funcin analtica en un entorno de z = 0, es una transformacin espectral
racional de F si existen polinomios A, B, C, D tales que
F(z) =
A(z)F(z) + B(z)
C(z)F(z) + D(z)
, (4.2.4)
con A(z)D(z) B(z)C(z) 0.
Si P
n
n0
es una sucesin de polinomios ortogonales mnicos respecto a S
F
,
parece natural analizar las condiciones necesarias y sucientes para la existencia
de una sucesin de polinomios ortogonales mnicos respecto a S
F
. Este es un
problema abierto. Algunas situaciones particulares han sido estudiadas en [63].
Mostraremos a continuacin algunos ejemplos de transformaciones raciona-
les.
4.2.1. Transformacin de Christoel
Considrese un funcional lineal tal que la forma bilineal asociada satisface
(p, q)
= ((z a)p, (z a)q)

S
F
, a C. (4.2.5)
= C
a
(S
F
) se denomina transformada cannica de Christoel de S
F
.
Veamos que

F(z) = v
0
+ 2
k=1
v
k
z
k
, donde v
k
=
_
z
k
_
es una transformacin
racional de F.
v
k
=
_
z
k
_
= (z
k
, 1)
= ((z a)z
k
, z a)
S
F
= (z
k+1
az
k
, z a)
S
F
= c
k
ac
(k1)
ac
(k+1)
+ a
2
c
k
=
_
1 + a
2
_
c
k
ac
(k1)
ac
(k+1)
.
De esta manera,
F(z) = v
0
+ 2
k=1
v
k
z
k
=
_
1 + a
2
_
c
0
ac
1
ac
1
2 a
k=1
c
k1
z
k
2a
k=1
c
k+1
z
k
+
+2
k=1
_
1 + a
2
_
c
k
z
k
=
_
1 + a
2
_
F(z) a
_
_
c
1
+ 2
k=0
c
k
z
k+1
_
_
a
_
_
c
1
+ 2
k=2
c
k
z
k1
_
_
,
y, como consecuencia
F(z) =
_
1 + a
2
_
F(z) a
_
c
1
+ z (F(z) + c
0
)
_
a
_
c
1
+
1
z
(F(z) c
0
2c
1
z)
_
=
_
1 + a
2
az
a
z
_
F(z) + a
_
c
1
+
c
0
z
_
a (c
1
+ c
0
z) .
espectrales 87
Proposicin 4.2.5
F(z) =
A(z)F(z) + B(z)
D(z)
,
donde
A(z) = az
2
+
_
1 + a
2
_
z a,
B(z) = ac
0
z
2
+ (ac
1
ac
1
) z + ac
0
,
D(z) = z.
En el caso denido positivo, iteraciones de estas transformaciones de Chris-
toel han sido estudiadas en [27], [40] y [49].
4.2.2. Transformacin de Uvarov
(p, q)
= (p, q)
S
F
+ mp(a) q(a
1
) + mp( a
1
)q(a), (4.2.6)
con a 1 y m C. = U
a,m
(S
F
) se denomina transformada cannica de Uvarov
de S
F
.
Veamos que

F(z) = v
0
+ 2
k=1
v
k
z
k
, donde v
k
=
_
z
k
_
es una transformacin
racional de F.
v
k
= (z
k
, 1)
= (z
k
, 1)
S
F
+ ma
k
+ m a
k
.
As pues
F(z) = c
0
+ m + m + 2
k=1
_
c
k
+ m a
k
+ ma
k
_
z
k
= F(z) + m
_
_
1 + 2
k=1
a
k
z
k
_
_
+ m
_
_
1 + 2
k=1
a
k
z
k
_
_
= F(z) + m
1 + az
1 az
+ m
a + z
a z
= F(z) +
a (m + m) +
_
1 a
2
_
(m m) z a (m + m) z
2
(z a)( az 1)
.
Proposicin 4.2.6
F(z) =
A(z)F(z) + B(z)
D(z)
,
donde
A(z) = D(z) = (z a)( az 1),
B(z) = (a az
2
) (m + m) +
_
1 a
2
_
(m m) z.
Propiedades asintticas de polinomios ortogonales asociados a algunos casos
particulares de transformadas de Uvarov han sido analizadas en [53].
4.2.3. Transformacin de Geronimus
((z a)p, (z a)q)
= (p, q)
S
F
, a 0. (4.2.7)
= G
a
(S
F
) se denomina transformada cannica de Geronimus de S
F
. Enton-
ces
c
k
= (1, z
k
)
S
F
= (z a, z
k
(z a))
= v
k
_
1 + a
2
_
av
k+1
av
k1
, k 0.
(4.2.8)
Haciendo s
k
=
c
k
a
k
, t
k
=
v
k
a
k
, la anterior expresin resulta ser
s
k
=
_
1 + a
2
_
t
k
a
2
t
k+1
t
k1
, k 0,
de modo que
s
k
= t
k
t
k1
a
2
(t
k+1
t
k
) , k 0.
Si hacemos q
k
= t
k
t
k1
, k 0,
s
k
= q
k
a
2
q
k1
, k 0,
espectrales 89
y, por tanto,
q
k
=
q
0
s
0
a
2
s
1
a
2k2
s
k1
a
2k
=
q
0
c
0
ac
1
a
k1
c
k1
a
2k
, k 1, (4.2.9)
as como
q
0
= t
0
t
1
= v
0
a v
1
q
1
=
q
0
c
0
a
2
= t
1
t
0
=
v
1
a
v
0
.
q
0
aparece como un parmetro libre. De esta forma
v
0
av
1
= q
0
v
0

v
1
a
=
c
0
q
0
a
2
(4.2.10)
y, por tanto,
_
1 a
2
_
v
0
= 2Re (q
0
) c
0
,
esto es, v
0
R. Si asumimos a 1, v
0
queda unvocamente determinado y de
(4.2.10) deducimos v
1
. Reiterando (4.2.9) se sigue que
v
k
a
k
= v
0
+
k
j=1
q
j
, k 2.
Por tanto, disponemos de un grado de libertad que es la eleccin de q
0
. Por
otra parte, multiplicando en (4.2.8) por z
k
, k 1, se tiene
F(z) = v
0
_
1 + a
2
_
av
1
a v
1
+ 2
_
1 + a
2
_

k=1
v
k
z
k
2a
k=1
v
k+1
z
k
2 a
k=1
v
k1
z
k
=
_
1 + a
2
_

F(z) a
_
_
v
1
+
2
z
k=2
v
k
z
k
_
_
a
_
_
v
1
+ 2z
k=0
v
k
z
k
_
_
=
_
1 + a
2
_

F(z) a
_
v
1
+
1
z
_

F(z) v
0
2v
1
z
_
_
a
_
v
1
+ z
_
v
0
+

F(z)
__
=
_
1 + a
2
_

F(z) + a
_
v
1
+
v
0
z
_
a
z

F(z) a ( v
1
+ v
0
z) az

F(z)
=
_
1 + a
2
a
z
az
_

F(z) + av
1
a v
1
+ v
0
_
a
z
az
_
=
_
1 + a
2
a
z
az
_

F(z) + v
0
q
0
v
0
+ q
0
+ v
0
_
a
z
az
_
. (4.2.11)
As pues,
Proposicin 4.2.7
F(z) =
A(z)F(z) + B(z)
D(z)
,
donde
A(z) = z,
B(z) = av
0
z
2
2iIm(q
0
) z av
0
,
D(z) = az
2
+
_
1 + a
2
_
z a.
Teniendo en cuenta que
F(z) =
A(z)
D(z)
F(z) +
B(z)
D(z)
=
A(z)
D(z)
F(z) +
av
0
z
2
2iIm(q
0
) z av
0
az
2
+
_
1 + a
2
_
z a
=
A(z)
D(z)
F(z) +
_
az
2
a
_
(q
0
+ q
0
c
0
)
_
1 a
2
_
(q
0
q
0
) z
_
1 a
2
_ _
az
2
+
_
1 + a
2
_
z a
_
=
A(z)
D(z)
F(z) +
_
az
2
a
_ _
l
0
+

l
0
_
+
_
1 a
2
_ _
l
0

l
0
_
z
az
2
+
_
1 + a
2
_
z a
espectrales 91
con l
0
=
q
0

c
0
2
1 a
2
, de modo que
F(z) =
A(z)
D(z)
F(z) +
_
az
2
a
_ _
l
0
+

l
0
_
+
_
1 a
2
_ _
l
0

l
0
_
z
( az 1) (z a)
=
A(z)
D(z)
F(z) + m
a + z
a z
+ m
1 + az
1 az
,
donde m =

l
0
=
q
0

c
0
2
1 a
2
.
En el caso denido positivo, un ejemplo de transformacin de Geronimus con
m = 0 ha sido analizado en [28], as como en [6], [56], [57] en el marco de proble-
mas inversos para polinomios ortogonales que se expresan como combinaciones
lineales, a su vez, de polinomios ortogonales.
Proposicin 4.2.8
(i) G
a
C
a
= U
a, m
.
(ii) C
a
G
a
= Id.
Demostracin:
(i) Sea G la funcin analtica asociada al funcional C
a
. Entonces, de acuerdo
con la Proposicin 4.2.5
G(z) =
A(z)
z
F(z)
_
ac
0
z (ac
1
a c
1
) ac
0
1
z
_
donde A(z) = ( az 1)(z a).
Si H es la funcin analtica asociada al funcional G
a
C
a
de acuerdo con la
Proposicin 4.2.7,
H(z) =
z
A(z)
G(z) + m
a + z
a z
+ m
1 + az
1 az
= F(z) +
ac
0
z
2
(ac
1
a c
1
)z ac
0
( az 1) (z a)
+ m
a + z
a z
+ m
1 + az
1 az
= F(z) + m
a + z
a z
+ m
1 + az
1 az
donde
m = m
1
2
_
c
0
+
ac
1
a c
1
1 a
2
_
.
(ii) Sea

F la funcin analtica asociada al funcional = G
a
. Entonces, de acuer-
do con la Proposicin 4.2.7
F(z) =
z
A(z)
F(z) + m
a + z
a z
+ m
1 + az
1 az
,
donde A(z) = ( az 1)(z a).
Si K es la funcin analtica asociada al funcional C
a
G
a
de acuerdo con la
Proposicin 4.2.5 se tiene
K(z) =
A(z)
z

F(z)
_
av
0
z + (av
1
a v
1
)
av
0
z
_
= F(z) +
A(z)
z
_
m
a + z
a z
+ m
1 + az
1 az
_
A(z)
z
_
m
a + z
a z
+ m
1 + az
1 az
_
= F(z).
Las transformaciones de Christoel, Uvarov y Geronimus se denominan trans-

formaciones espectrales lineales cannicas. En un caso denido positivo, corres-
4.3. Matrices de Hessenberg asociadas a polinomios ortogonales 93
ponden a transformaciones de las medidas dadas por
d =
e
i
a
2
d,
d = d + m
a
+ m
a
1 , a 1,
d =
d
e
i
a
2
+ m
a
+ m
a
1 , a 1,
respectivamente.
Ejemplos de transformaciones espectrales racionales propias aparecen en la li-
teratura cuando se perturban los parmetros de reexin mediante desplazamien-
tos en los subndices (vase [63]).
4.3. Matrices de Hessenberg asociadas a polinomios
ortogonales
Teniendo en cuenta que P
n
n0
es una base ortogonal en P, y combinando la
frmula de Christoel-Darboux y las relaciones de recurrencia (4.1.3) y (4.1.4) se
obtiene
zP
n
(z) = P
n+1
(z)
n
j=0
k
n
k
j
P
n+1
(0)P
j
(0)P
j
(z). (4.3.1)
En notacin matricial la relacin anterior se traduce en
zP(z) = H
P
P(z)
donde P(z) =
_
P
0
(z), P
1
(z), . . .
_
t
y H
P
es una matriz de Hessenberg inferior
H
P
=
_
_
h
0,0
1 0 0
h
1,0
h
1,1
1 0
h
2,0
h
2,1
h
2,2
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
_
_
, (4.3.2)
cuyas entradas son
h
k, j
=
_
_
1, si j = k + 1,
k
k
k
j
P
k+1
(0)P
j
(0), si j k,
0, si j > k + 1.
En lo sucesivo, diremos que H
P
es la matriz de Hessenberg asociada a la fa-
milia de polinomios ortogonales mnicos P
n
n0
.
En el caso denido positivo, si
n
n0
es la base de P formada por los polino-
mios ortonormales, la relacin (4.3.1) se convierte en
z
n
(z) =
n+1
n+1
(z)
P
n+1
(0)
n
n
j=0
j
P
j
(0)
j
(z), n 0. (4.3.3)
Si escribimos la relacin anterior en forma matricial obtenemos
z(z) = H
(z),
donde (z) =
_
0
(z),
1
(z), . . . ]
t
y H
es una matriz de Hessenberg inferior con

entradas
h
n, j
=
_
n
P
n+1
(0)P
j
(0), si 0 j n,
n+1
, si j = n + 1,
0, si j > n + 1.
Nota 4.3.1 (i) Dado un funcional bilineal / en P, sea P(z) := [p
0
(z), p
1
(z), . . .]
t
con p
k
(z) P, k = 0, 1, 2, . . . La expresin /(P, P
t
) denota una matriz semi-
innita cuyas entradas estn dadas por
_
/(P, P
t
)
_
k, j
= /(p
k
, p
j
), k, j = 0, 1, 2, . . .
(ii) Sea A una matriz con entradas complejas. En lo sucesivo, las expresiones
A
(n)
y
_
A
_
(n)
denotan la n-sima la de la matriz A. Anlogamente, A
(n)
y
4.3. Matrices de Hessenberg asociadas a polinomios ortogonales 95
_
A
_
(n)
denotan la n-sima columna de A.
Proposicin 4.3.2 Sea [ un funcional bilineal denido positivo sobre la circun-
ferencia unidad. Si
n
n0
es la sucesin de polinomios ortonormales correspon-
diente a [ y H
es la matriz Hessenberg inferior tal que

z(z) = H
(z),
donde (z) =
_
0
(z),
1
(z), . . . ]
t
, entonces
(i) H
= I,
(ii) H
= I
(0)(0)(0)
,
donde I es la matriz unidad semi-innita.
Demostracin: (i) El funcional bilineal [ satisface
[(zp, zq) = [(p, q), para todo p, q P.
Entonces
H
= H
[(,
t
)H
= [(H
,
t
H
t
)
= [(z, z
t
) = [(,
t
) = I.
(ii) Para n 0, tenemos
_
H
_
(n)
_
H
_
(n)
=
_
n1
n
_
2
+ P
n
(0)
2
P
n+1
(0)
2
+
2
n
P
n
(0)
2
j=n+1
P
j+1
(0)
2
2
j
.
Usando, en forma reiterada, la relacin (4.1.12), se deduce
_
H
_
(n)
_
H
_
(n)
= 1
_

n
n+1
_
2
P
n
(0)
2
_
1 P
n+1
(0)
2
_
+
2
n
P
n
(0)
2
j=n+1
P
j+1
(0)
2
2
j
= 1
_

n
n+2
_
2
P
n
(0)
2
_
1 P
n+2
(0)
2
_
+
2
n
P
n
(0)
2
j=n+2
P
j+1
(0)
2
2
j
.
.
.
= 1
2
n
P
n
(0)
2
lm
j
1
2
j
= 1
n
(0)
2
lm
j
1
K
j
(0, 0)
= 1
n
(0)
2
(0).
Por otra parte, para 0 j < n,
_
H
_
(n)
_
H
_
( j)
=
n
(0)
j
(0)
_
2
n
+
l=n
P
l+1
(0)
2
2
l
_
_
.
Usando la relacin (4.1.12),
_
H
_
(n)
_
H
_
( j)
=
n
(0)
j
(0)
_
2
n+1
+
l=n+1
P
l+1
(0)
2
2
l
_
_
=
n
(0)
j
(0)
_
2
n+2
+
l=n+2
P
l+1
(0)
2
2
l
_
_
.
Finalmente, si aplicamos reiteradamente (4.1.12), se obtiene
_
H
_
(n)
_
H
_
( j)
=
n
(0)
j
(0) lm
l
1
2
l
=
n
(0)
j
(0) lm
l
1
K
l
(0, 0)
=
n
(0)
j
(0)
(0).
Corolario 4.3.3 La matriz H
es unitaria si y slo si
n=0
P
n
(0)
2
= +, lo que se
4.4. Funcionales lineales cuasi-denidos y la factorizacin LU 97
traduce en trminos de la medida en que log
L
1
_
d
2
_
, esto es, la medida
no pertenece a la clase de Szeg o (ver [68]).
4.4. Funcionales lineales cuasi-denidos y la facto-
rizacin LU
Consideremos un funcional bilineal hermitiano cuasi-denido [. Sean C
y el funcional bilineal [
1
denido mediante
[
1
(p, q) := [
_
(z )p, q
_
, p, q P. (4.4.1)
El funcional [
1
no es hermitiano y, por tanto, no hay garantas de la existencia
de una sucesin de polinomios ortogonales con respecto a [
1
. Sin embargo po-
demos analizar la existencia de sucesiones polinmicas que sean ortogonales a la
derecha o izquierda con respecto a [
1
.
Denicin 4.4.1 Sean / un funcional bilineal en P y L
n
n0
, R
n
n0
sucesiones
de polinomios mnicos. Entonces
(i) Diremos que L
n
n0
es una sucesin de polinomios ortogonales por la iz-
quierda con respecto a / si, para todo n 0, se cumple
deg L
n
= n,
/
_
L
n
(z), z
k
_
= 0, 0 k n 1,
/ (L
n
(z), z
n
) 0.
(ii) Diremos que R
n
n0
es una sucesin de polinomios ortogonales por la iz-
quierda con respecto a / si, para todo n 0, se tiene
deg R
n
= n,
/
_
z
k
, R
n
(z)
_
= 0, 0 k n 1,
/ (z
n
, R
n
(z)) 0.
Teniendo en cuenta la denicin anterior podemos probar la siguiente
Proposicin 4.4.2 Consideremos un funcional bilineal hermitiano cuasi-denido
[ y su correspondiente familia de polinomios ortogonales mnicos P
n
n0
. Sea
[
1
denido como en (4.4.1), con C tal que P
n
() 0 para todo n 1.
Entonces
(i) La sucesin R
n
n0
dada por
R
n
(z, ) =
k
n
P
n
()
K
n
(z, ) = P
n
(z) +
k
n
P
n
()
n1
j=0
k
1
j
P
j
()P
j
(z), n 0
(4.4.2)
es ortogonal a la derecha con respecto a [
1
. De nuevo, K
n
es el ncleo
polinmico de grado n correspondiente a la familia P
n
n0
.
(ii) La sucesin S
n
n0
denida por
S
n
(z, ) =
1
z
_
P
n+1
(z)
P
n+1
()
P
n
()
P
n
(z)
_
, n 0 (4.4.3)
es ortogonal a la izquierda con respecto a [
1
.
Demostracin: (i) De (4.4.2) se deduce fcilmente que deg R
n
= deg P
n
= n, para
todo n 0.
Usando la propiedad reproductora (4.1.7) y la frmula de Christoel-Darboux
(4.1.8), para 0 k n se tiene
[
1
_
z
k
, R
n
(z, )
_
=
k
n
P
n
()
[
1
_
z
k
, K
n
(z, )
_
=
k
n
P
n
()
[
_
z
k
(z ), K
n
(z, )
_
=
k
n
P
n
()
[
_
z
k
(z ), K
n+1
(z, ) k
1
n+1
P
n+1
(z)P
n+1
()
_
= k
n
P
n+1
()
P
n
()

n,k
.
(ii) Partiendo de (4.4.3), es fcil comprobar que deg S
n
= n para todo n 0.
Para 0 k n, obtenemos
[
1
_
S
n
(z, ), z
k
_
= [
_
(z )S
n
(z, ), z
k
_
= [
_
P
n+1
(z)
P
n+1
()
P
n
()
P
n
(z), z
k
_
= [
_
P
n+1
(z), z
k
_
P
n+1
()
P
n
()
[
_
P
n
(z), z
k
_
= k
n
P
n+1
()
P
n
()

n,k
.
La sucesin S
n
(z, )
n0
fue usada en [11] para el estudio de perturbaciones
no-simtricas de funcionales bilineales simtricos. En [17], de manera alternativa,
se trabaja con la familia R
n
(z, )
n0
.
Sean H
P
y H
R
las matrices de Hessenberg inferiores asociadas a P
n
(z)
n0
y
R
n
(z, )
n0
, respectivamente. Vamos a establecer una relacin entre H
P
y H
R
. Pa-
ra ello, dado que tanto P
n
(z)
n0
como R
n
(z, )
n0
son bases de polinomios m-
nicos en el espacio lineal P de los polinomios con coecientes complejos, existe
una matriz triangular inferior L
PR
con 1 como entradas en la diagonal principal tal
que
R(z) = L
PR
P(z),
donde P(z) = [P
0
(z), P
1
(z), . . .]
t
y R(z) = [R
0
(z, ), R
1
(z, ), . . .]
t
. Las entradas
de la matriz L
PR
estn dadas por
(L
PR
)
k, j
=
_
_
1 si k = j,
k
k
P
j
()
k
j
P
k
()
si k > j,
0 si k < j.
Lema 4.4.3 Consideremos el funcional bilineal [
1
denido en (4.4.1) y P(z) =
[P
0
(z), P
1
(z), . . .]
t
. Sea D
P
= [(P, P
t
), entonces
(i) [
1
_
P, P
t
_
= (H
P
I) D
P
,
(ii) [
1
_
(z )P, P
t
_
= (H
P
I)
2
D
P
.
Demostracin: (i)
[
1
_
P, P
t
_
= [
_
(z )P, P
t
_
= [
_
(H
P
I) P, P
t
_
= (H
P
I) [(P, P
t
) = (H
P
I) D
P
.
De forma anloga se demuestra el segundo enunciado.
Debido al carcter ortogonal de la familia P

n
n0
, la matriz D
P
es una matriz
diagonal, no singular, cuyas entradas son
(D
P
)
k, j
=
_
_
k
j
si k = j,
0 si k j.
Dado que la familia R
n
n0
es ortogonal a la derecha con respecto a [
1
, en-
tonces la matriz D
R
es triangular inferior no singular y sus entradas vienen dadas
por
_
D
R
_
k, j
=
_
_
k
k
k
j
P
k
()P
j
()
_
_
k
l=0
_
_
P
l
()P
l1
()
k
l1
+
P
l
()P
l
(0)
k
l
k
i=l
P
i+1
(0)P
i
()
_
_
K
j
(, )
_
, si j k,
0, si j > k,
asumiendo que P
1
(z) = 0.
Proposicin 4.4.4 Sea L
PR
la matriz de cambio de base tal que R(z) = L
PR
P(z).
Entonces H
P
I = LU, donde
L = L
1
PR
D
R
(4.4.4)
es una matriz triangular inferior, y
U = L
PR
D
1
P
(4.4.5)
es una matriz triangular superior.
Demostracin: Del lema 4.4.3, se tiene
(H
P
I) D
P
= [
1
_
P, P
t
_
= [
1
_
L
1
PR
R, R
t
L
t
PR
_
= L
1
PR
[
1
_
R, R
t
_
L
PR
= L
1
PR
D
R
L
PR
.
De esta forma,
H
P
I = L
1
PR
D
R
L
PR
D
1
P
.

La proposicin anterior nos brinda una factorizacin LU de la matriz H
P
I
que no es nica.
Ahora mostramos la relacin entre las matrices H
P
y H
R
.
Proposicin 4.4.5 Si H
P
I = LU, donde L y U estn dadas por (4.4.4) y (4.4.5),
respectivamente, entonces
H
R
= D
R
(UL) D
1
R
+ I,
donde D
R
= [
1
(R, R
t
).
Demostracin: De la proposicin anterior, se sigue que
[
1
_
(z )R, R
t
_
= [
1
_
(z )L
PR
P, P
t
L
t
PR
_
= L
PR
[
1
_
(z )P, P
t
_
L
PR
= L
PR
(H
P
I)
2
D
P
L
PR
= L
PR
(LU)
2
D
P
L
PR
.
Por otra parte, se tiene
[
1
_
(z )R, R
t
_
= (H
R
I) [
1
_
R, R
t
_
= (H
R
I) D
R
.
De esta forma,
H
R
I = L
PR
L
1
PR
D
R
ULD
1
P
D
P
D
1
R
= D
R
ULD
1
R
.
A continuacin, si perturbamos el funcional [

1
de la manera siguiente
[
2
(p, q) := [
1
_
p, (z )q
_
= [
_
(z )p, (z )q
_
, p, q P, (4.4.6)
entonces el funcional bilineal [
2
es hermitiano (ver [51]), y una condicin nece-
saria y suciente para que [
2
sea cuasi-denido se muestra en el siguiente
Teorema 4.4.6 El funcional bilineal [
2
, denido por (4.4.6), es cuasi-denido si
y slo si K
n
(, ) 0, para todo n 0.
Demostracin: Supongamos que [
2
es cuasi-denido y sea Q
n
n0
la sucesin
de polinomios ortogonales mnicos asociada a [
2
. Denotemos por spanp(z) al
subespacio lineal de P generado por el polinomio p P. Entonces
P
n
= (z )P
n1
spanK
n
(z, )
= span(z )Q
n1
(z) (z )P
n2
spanK
n
(z, ),
donde las sumas directas son tambin ortogonales.
Por otra parte,
P
n
= P
n1
spanP
n
(z)
= spanP
n
(z) spanK
n1
(z, ) (z )P
n2
.
De esta manera, dada la unicidad del complemento ortogonal del subespacio
vectorial (z )P
n2
respecto a P
n
span(z )Q
n1
(z) spanK
n
(z, ) = spanP
n
(z) spanK
n1
(z, ).
En consecuencia,
P
n
(z) = (z )Q
n1
(z) +
n
K
n1
(z, ). (4.4.7)
Ahora bien, si K
n
0
1
(, ) = 0 para algn n
0
, entonces, de la expresin (4.4.7),
tenemos P
n
0
() = 0. Esto signica que
K
n
(, ) = 0, para todo n n
0
,
y, por tanto,
P
n+1
() = 0, n n
0
.
Si 1, teniendo en cuenta que P
n
() 0, n n
0
, as como la frmula de
Christoel-Darboux (4.1.8), para n n
0
obtenemos
K
n
(, ) = k
1
n+1
P
n+1
()
2
P
n+1
()
2
1
2
= k
1
n+1
P
n+1
()
2
1
2
0,
contradiciendo as nuestra hiptesis.
Si = 1, entonces P
n
() = 0, P
n1
() = 0 y, por tanto de la relacin de
recurrencia regresiva P
1
() = 0, i. e. P
1
(z) = z , o, equivalentemente, P
1
(0) =
1, contradiciendo as, el carcter cuasi denido de [. En consecuencia K
n
(, )
0, para todo n 0.
Supongamos ahora que K
n
(, ) 0 para todo n 0 y consideremos la
sucesin de polinomios mnicos Q
n
n0
denidos por
(z )Q
n
(z) = P
n+1
(z)
P
n+1
()
K
n
(, )
K
n
(z, ). (4.4.8)
Entonces, para 0 k n, se tiene
[
2
_
Q
n
(z), (z )
k
_
= [
_
(z )Q
n
(z), (z )
k+1
_
= [
_
P
n+1
(z)
P
n+1
()
K
n
(,)
K
n
(z, ), (z )
k+1
_
= [
_
P
n+1
, (z )
k+1
_
P
n+1
()
K
n
(,)
[
_
K
n
(z, ), (z )
k+1
_
= k
n+1
n,k

P
n+1
()
K
n
(,)
[
_
K
n+1
(z, )
P
n+1
()
k
n+1
P
n+1
(z), (z )
k+1
_
= k
n+1
n,k
+
P
n+1
()P
n+1
()
K
n
(,)

n,k
= k
n+1
K
n+1
(,)
K
n
(,)

n,k
.
As Q
n
n0
es la sucesin de polinomios ortogonales mnicos con respecto al
funcional [
2
.

Sea H
Q
la matriz de Hessenberg inferior tal que
zQ(z) = H
Q
Q(z),
donde Q(z) = [Q
0
(z), Q
1
(z), . . .]
t
. Mostraremos la relacin entre las matrices H
Q
y H
R
y veremos que la matriz H
Q
se obtiene a partir de una factorizacin LU de
la matriz H
R
. Para ello, primero probaremos el siguiente
Lema 4.4.7 Consideremos el funcional bilineal hermitiano [
2
, y sea H
R
la matriz
de Hessenberg inferior tal que zR(z) = H
R
R(z), con R(z) = [R
0
(z), R
1
(z), . . .]
t
.
Entonces
(i) [
2
_
R, R
t
_
= D
R
(H
R
I)
.
(ii) [
2
_
R, (z )R
t
_
= D
R
((H
R
I)
)
2
.
Demostracin: (i)
[
2
_
R, R
t
_
= [
1
(R, (z )R
t
) = [
1
(R, R
t
) (H
R
I)
= D
R
(H
R
I)
.
Usando un procedimiento similar, se deduce (ii).

RQ
la matriz triangular inferior tal que Q(z) = L
RQ
R(z).
Entonces,
H
R
I = L
1
RQ

U,
donde

U es una matriz triangular superior.
Demostracin: Del Lema 4.4.7, se tiene
D
R
(H
R
I)
= [
2
_
R, R
t
_
= [
2
_
L
1
RQ
Q, Q
t
L
t
RQ
_
= L
1
RQ
[
2
_
Q, Q
t
_
L
RQ
= L
1
RQ
D
Q
L
RQ
,
donde D
Q
= [
2
_
Q, Q
t
_
es una matriz diagonal no singular. De esta forma
H
R
I = L
1
RQ
D
Q
_
D
R
L
RQ
_
.
En consecuencia podemos ver que
H
R
I =

L

U,
con

L = L
1
RQ
y

U = D
Q
_
D
R
L
RQ
_
La estructura de la matriz D
Q
proviene de la caracterizacin de ortogonalidad
de la familia Q
n
n0
. Las entradas de la matriz D
Q
estn dadas por
_
D
Q
_
k, j
=
_
_
k
j
K
j+1
(,)
K
j
(,)
si k = j,
0, si k j.
Por otra parte, las entradas de la matriz cambio de base L
RQ
son
_
L
RQ
_
n, j
=
_
_
P
n+1
()K
j
(,)
P
j+1
()K
n
(,)
si n j,
0, si n < j.
RQ
la matriz triangular inferior tal que Q = L
RQ
R. Si
H
R
I =

L

U es la factorizacin LU sin pivoteo de H
R
I, entonces
H
Q
I =

U

L.
Demostracin:
[
2
_
Q, (z )Q
t
_
= [
2
_
L
RQ
R, (z )R
t
L
RQ
_
= L
RQ
[
2
_
R, (z )R
t
_
L
RQ
.
De esta manera
[
2
_
Q, Q
t
_ _
H
Q
I
_
= L
RQ
D
R
((H
R
I)
)
2
L
RQ
,
4.5. Funcionales lineales denidos positivos y la factorizacin QR 107
o, equivalentemente,
D
Q
_
H
Q
I
_
= L
RQ
D
R
D
1
R
L
1
RQ
D
Q
L
RQ
D
1
R
L
1
RQ
D
Q
L
RQ
L
RQ
.
Finalmente
_
H
Q
I
_
= L
RQ
D
1
R
L
RQ
D
Q
, i. e.,
H
Q
I = D
Q
L
RQ
D
R
L
1
RQ
=

U

L.
4.5. Funcionales lineales denidos positivos y la fac-

torizacin QR
Supongamos ahora que el funcional bilineal [ es denido positivo, y sea
n0
la sucesin de polinomios ortonormales con respecto a [, dada por
n
(z) =
n
P
n
(z),
donde
n
= k
1
2
n
.
Nos ocuparemos de la perturbacin polinmica [
2
del funcional [ introdu-
cida en (4.4.6). Notemos que el nuevo funcional [
2
es tambin hermitiano y de-
nido positivo y, por tanto, podemos considerar la familia
n
n0
de polinomios
ortonormales asociada al funcional [
2
.
Nuestro objetivo es hallar la relacin entre las matrices de Hessenberg H
y
H
asociadas al operador de multiplicacin por z en

n
n0
y
n
n0
respectiva-
mente. En primer lugar, deduciremos una expresin que relacione los polinomios
ortonormales
n
n0
y
n
n0
con respecto a [ y [
2
, respectivamente. As, obte-
nemos a partir de (4.4.8) mediante la correspondiente normalizacin
(z )
n
(z) =
_
K
n
(, )
K
n+1
(, )
n+1
(z)
n
j=0
n+1
()
j
()
K
n+1
(, )K
n
(, )
j
(z). (4.5.1)
Si consideramos
(z) = [
0
(z),
1
(z), . . . ,
n
(z), . . .]
t
y (z) = [
0
(z),
1
(z), . . . ,
n
(z), . . .]
t
,
entonces, en forma matricial, la expresin (4.5.1) resulta ser
(z )(z) = M(z), (4.5.2)
donde M es una matriz Hessenberg inferior cuyas entradas m
i, j
estn dadas por
m
i, j
=
_

i+1
()
j
()
K
i+1
(,)K
i
(,)
, si j i,
_
K
i
(,)
K
i+1
(,)
, si j = i + 1,
0, si j > i + 1.
(4.5.3)
Proposicin 4.5.1 ([55]) La matriz M satisface
(i) MM
= I.
(ii) M
M = I
()()()
,
Demostracin: Debido a la ortogonalidad de
n
n0
y
n
n0
con respecto a [ y
[
2
, respectivamente, obtenemos
I = [
2
_
(z), (z)
t
_
= [
_
(z )(z), (z )
t
(z)
_
= [
_
M(z), (z)
t
M
t
_
= M[
_
(z), (z)
t
_
M
= MM
.
(ii) Para j = 0, 1, . . .
M
( j)
M
( j)
=
K
j1
(, )
K
j
(, )
+
j
()
2
l=j
l+1
()
2
K
l+1
(, )K
l
(, )
=
K
j1
(, )
K
j
(, )
+
j
()
2
l=j
_
1
K
l
(, )

1
K
l+1
(, )
_
= 1

j
()
2
K
(, )
= 1
()
j
()
2
.
Para k < j
M
(k)
M
( j)
=
1
K
j
(, )
k
()
j
() +
k
()
j
()
l=j
l+1
()
2
K
l+1
(, )K
l
(, )
=
k
()
j
()
_
1
K
j
(, )
+
l=j
_
1
K
l
(, )

1
K
l+1
(, )
_
_
_
=
k
()
j
()
K
(, )
=
k
()
j
()
().
Nota 4.5.2 De acuerdo con la Proposicin 4.1.10, la matriz M es unitaria si >

1. Si = 1 entonces
() = 0 siempre y cuando () = 0.
Si < 1 y
n=0
P
n
(0)
2
= , esto es, la medida no pertenece a la clase de
Szeg o, entonces M es unitaria.
A continuacin, mostramos el resultado anlogo a la proposicin anterior para
las submatrices principales (ver [55])
Proposicin 4.5.3 Sea M
n
la submatriz principal de dimensin n n de M.
(i) Consideremos el vector columna e
n
= [0, . . . , 0, 1]
t
C
(n,1)
, entonces
M
n
M
n
= I
n

K
n1
(,)
K
n
(,)
e
n
e
n
,
donde I
n
denota la matriz unidad de dimensin n n.
(ii) Sea P
n
() = [
0
(),
1
(), . . . ,
n1
()]
t
, entonces
M
n
M
n
= I
n

1
K
n
(,)
P
n
P
n
.
Demostracin: Para 0 k n 2, deducimos
(M
n
)
(k)
(M
n
)
(k)
=

k+1
()
2
K
k+1
(,)K
k
(,)
k
l=0
l
()
2
+
K
k
(, )
K
k+1
(, )
=

k+1
()
2
K
k+1
(,)K
k
(,)
K
k
(, ) +
K
k
(,)
K
k+1
(,)
= 1.
Por otro lado,
(M
n
)
(n1)
(M
n
)
(n1)
=

n
()
2
K
n
(,)K
n1
(,)
n1
l=0
l
()
2
=

n
()
2
K
n
(,)
= 1
K
n1
(,)
K
n
(,)
.
Finalmente, para k < j, obtenemos
(M
n
)
(k)
(M
n
)
( j)
=
k
l=0
k+1
()
j+1
()
l
()
2
K
k+1
(, )K
k
(, )
_
K
j+1
(, )K
j
(, )

k+1
()
j+1
()
_
K
j+1
(, )K
j
(, )
_
K
k
(, )
K
k+1
(, )
=
k+1
()
j+1
()
_
K
k+1
(, )K
k
(, )K
j+1
(, )K
j
(, )
_
_
k
l=0
l
()
2
K
i
(, )
_
_
= 0.
(ii) Para 1 k n 1,
(M
n
)
(k)
(M
n
)
(k)
=
K
k1
(, )
K
k
(, )
+
n1
l=k
k
()
2
l+1
()
2
K
l+1
(, )K
l
(, )
=
K
k1
(, )
K
k
(, )
+
k
()
2
n1
l=k
_
1
K
l
(, )

1
K
l+1
(, )
_
=
K
k1
(, )
K
k
(, )
+
k
()
2
_
1
K
k
(, )

1
K
n
(, )
_
= 1

k
()
2
K
n
(, )
,
as como
(M
n
)
(0)
(M
n
)
(0)
=
n1
l=0
0
()
2
l+1
()
2
K
l+1
(, )K
l
(, )
=
0
()
2
n1
l=0
_
1
K
l
(, )

1
K
l+1
(, )
_
= 1
1
K
n
(, )
.
Finalmente, para k < j,
(M
n
)
(k)
(M
n
)
( j)
=

k
()
j
()
_
K
j
(, )K
j1
(, )
_
K
j1
(, )
K
j
(, )
+
n1
l=k
l+1
()
2
k
()
j
()
K
l+1
(, )K
l
(, )
=
k
()
j
()
K
j
(, )
+
k
()
j
()
n1
l=j
l+1
()
2
K
l+1
(, )K
l
(, )
=
k
()
j
()
_
_
1
K
j
(, )

n1
l=j
_
1
K
l
(, )

1
K
l+1
(, )
_
_
_
=
k
()
j
()
K
n
(, )
.
En la literatura, la matriz M
n
se denomina cuasi unitaria (ver [43], [68]) en el
sentido de que las primeras n 1 las constituyen un conjunto ortonormal, y la
ltima la es ortogonal con respecto a ese conjunto, pero no est normalizada.
Para obtener una relacin entre las matrices de Hessenberg H
y H
,(i. e.
H
(z) = z(z), ver [29], [30]) introducimos la matriz cambio de base L tal que
(z) = L(z). Esta matriz puede expresarse en trminos de las matrices H
y M
de la siguiente manera
Proposicin 4.5.4
L = (H
I)M
. (4.5.4)
Demostracin: Sea L la matriz cambio de base tal que (z) = L(z). Entonces
(z )(z) = (z )L
1
(z).
De la relacin (4.5.2), obtenemos
M(z) = L
1
(H
I)(z).
De esta forma,
LM = H
I,
y dado que MM
= I (Proposicin 4.5.1), se sigue el enunciado.
De la proposicin anterior, obtenemos

Proposicin 4.5.5
H
I = ML.
Demostracin: De la expresin (4.5.2),
(z )(z) = M(z).
Por tanto,
(H
I)(z) = ML(z),
y, en consecuencia, deducimos el enunciado.
Para calcular H
partiendo de H
, primero se necesita encontrar la matriz trian-

gular inferior L. De las expresiones (4.5.3) y (4.5.4), mediante clculos sencillos
deducimos
Proposicin 4.5.6 Las entradas l
i, j
de la matriz L son
l
n, j
=
_
n+1
_
K
n+1
(,)
K
n
(,)
, n = j,
n
()
_
P
n+1
(0)
n

n1
n1
()
_
K
n
(,)K
n1
(,)

_
P
n+1
(0)P
n
(0) +
_
_
K
n1
(,)
K
n
(,)
, j = n 1,
P
n+1
(0)
K
j
(,)K
j+1
(,)
_
j+1
()
j
()
j+1
(0)K
j
(, )
_
, j i 2.
4.5.1. Ejemplos
Ejemplo 4.5.7 Sean C con = 1 y [ el funcional bilineal denido por
[(p, q) =
_

p(e
i
)q(e
i
)
d
2
.
Es bien conocido (ver [68]) que el n-simo polinomio ortonormal con respecto
a [ es P
n
(z) =
n
(z) = z
n
, para todo n 0.
Entonces, el ncleo reproductor de grado n asociado a
n
n0
, es
K
n
(z, ) =
n
j=0
z
j
j
=
1
n
z
n+1

n+1
z
,
y, en consecuencia, K
n
(, ) = n + 1, para todo n 0.
Por otra parte
H
I =
_
_
1 0 . . .
0 1
.
.
.
0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
_
_
.
Las entradas m
k, j
de M son
m
k, j
=
_

kj+1
(k + 2)(k + 1)
, si j k,
_
k + 1
k + 2
, si j = k + 1,
0, si j > k + 1.
(4.5.5)
En este caso, de la Proposicin 4.5.6 deducimos l
k, j
= 0, para j k 2. As,
L es una matriz bidiagonal inferior
l
k,k1
=
_
k
k + 1
y l
k,k
=
_
k + 2
k + 1
. (4.5.6)
Para la determinacin de la matriz H
, analizaremos varios casos.

Para j k + 2, fcilmente se puede ver que M
(k)
L
( j)
= 0.
Para j = k+1, M
(k)
L
(k+1)
= m
k,k+1
l
k+1,k+1
=
_
k + 1
k + 2
_
k + 3
k + 2
=
(k + 1)(k + 3)
k + 2
.
Para j = k,
M
(k)
L
(k)
= m
k,k
l
k,k
+ m
k,k+1
l
k+1,k
=

(k + 2)(k + 1)
_
k + 2
k + 1

k + 1
k + 2
=
k + 2 + (k + 1)
2
(k + 1)(k + 2)
.
Finalmente, para j < k,
M
(k)
L
( j)
= m
k, j
l
j, j
+ m
k, j+1
l
j+1, j
=
kj+1
_
( j + 2)( j + 1)
_ _
j + 1
j + 2

_
j + 2
j + 1
_
=

kj+1
_
(k + 2)(k + 1)( j + 2)( j + 1)
.
De esta forma, las entradas

h
k, j
de la matriz de Hessenberg H
I son
h
k, j
=
_
_
0, si j k + 2,
(k + 1)(k + 3)
k + 2
, si j = k + 1,
k + 2 + (k + 1)
2
(k + 1)(k + 2)
, si j = k,

kj+1
_
(k + 2)(k + 1)( j + 2)( j + 1)
, si j < k.
Ejemplo 4.5.8 Consideremos ahora los funcionales bilineales
S(p, q) =
_
2
0
p(e
i
)q(e
i
)
1
e
i

2
d
2
S
2
(p, q) =
_
2
0
p(e
i
)q(e
i
)
e
i

2
e
i

2
d
2
,
con , C, < 1 y = 1 (ver [28]). Es sencillo probar que la sucesin
n0
est dada por
0
(z) =
_
1
2
_1
2
,
n
(z) = z
n1
(z ), para n 1.
As
H
I =
_
_

_
1
2
_1
2
0 0
0 1 0
0 0 1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
_
_
,
y el n-simo ncleo reproductor K
n
(z, ) asociado a S es
K
n
(z, ) = 1
2
+
n
j=1
(z )( )
_
z
_
j1
.
En consecuencia, se tiene
K
n
(, ) = 1
2
+ n
2
.
Las entradas m
k, j
de M son
m
l, j
=
_
l
( )(1
2
)
1
2
K
l
(, )K
l+1
(, )
si j = 0,
lj+1
K
l
(, )K
l+1
(, )
, si 1 j l,
_
K
l
(, )
K
l+1
(, )
, si j = l + 1,
0, en otro caso.
(4.5.7)
De (4.5.4), deducimos la matriz L mediante L = (H
I)M
. De ah, obte-
nemos las entradas l
r, j
de la matriz L
l
r, j
=
_
K
1
(, ) j = r = 0,
_
K
r1
(, )
K
r
(, )
, j = r 1,
_
K
r+1
(, )
K
r
(, )
, j = r,
0, en otro caso.
(4.5.8)
De acuerdo con la Proposicin 4.5.5 las entradas

h
r, j
de la matriz H
I son
h
r, j
=
_
_
+
K
0
(, )
K
1
(, )
_
si r = j = 0,

r1
(1
2
)
1
2
( )
2
K
1
(, )K
r
(, )K
r+1
(, )
si j = 0, r 1,
K
r
(, )K
r+2
(, )
K
r+1
(, )
, si j = r + 1,
_

2
K
r
(, )

K
r
(, )
K
r+1
(, )
_
, si 1 j = r,
rj+1
_
K
r
(, )K
r+1
(, )K
j
(, )K
j+1
(, )
, si 1 j < r,
0, en otro caso.
Como hemos visto en los ejemplos anteriores, los cmputos son relativamente
laboriosos. Es por ello que hemos intentado relacionar el clculo de la matriz de
Hessenberg H
con alguna factorizacin de la matriz H
. De forma ms precisa,
hemos usado la factorizacin QR de la matriz H
I para obtener H
I.
De hecho, si suponemos que Q
es la factorizacin QR de la matriz (H

I)
, donde QQ
= I y R
es una matriz triangular superior cuyas entradas de la

diagonal principal son positivas, entonces H
I = RQ y podemos probar la
siguiente proposicin
Proposicin 4.5.9 Consideremos la factorizacin
(H
I)
= Q
,
donde QQ
= I y R
es una matriz triangular superior tal que las entradas de

la diagonal principal son positivas. Si L es una matriz triangular inferior tal que
(z) = L(z), entonces R = L,
Demostracin: Notemos que [
2
(,
t
) = [
2
(L,
t
L
t
) = L[
2
(,
t
)L
= LL
.
Por otro lado,
[
2
(,
t
) = [((z ), (z )
t
)
= (H
I)[(,
t
)(H
I)
= (H
I)(H
I)
= (RQ)(Q
) = RR
.
De la Proposicin 4.5.6, se observa que las entradas l
k,k
de L, con k 0,
son positivas. De esta forma, LL
representa la descomposicin de Cholesky de

la matriz de Gram del funcional bilineal [
2
con respecto a la base ortonormal
n0
. De esta forma R = L.
Ahora, probaremos la siguiente

Proposicin 4.5.10 H
I = QL.
Demostracin:
H
I = (H
I)[
2
(,
t
)
= [
2
(H
I)(z), (z)
t
)
= [
2
((z )(z), (z)
t
)
= [
2
((z )L
1
(z), (z)
t
L
t
)
= L
1
[
2
((z )(z), (z)
t
)
_
L
1
_
= L
1
(H
I)[
2
((z), (z)
t
) (L
)
1
= L
1
(LQ)(LL
) (L
)
1
= QL.
Nota 4.5.11 Notemos que, teniendo en cuenta las Proposiciones 4.5.5 y 4.5.10,
se deduce Q = M.
Con el n de dar una versin de la Proposicin anterior para submatrices prin-
cipales, se tiene
Proposicin 4.5.12 Sea (H
I)
n
la submatriz principal de dimensin n n de
la matriz de Hessenberg H
I y consideremos la factorizacin
(H
I)
n
= R
n
Q
n
,
donde R
n
es una matriz triangular inferior y Q
n
es una matriz unitaria. En otras
palabras (H
I)
n
= Q
n
R
n
es la factorizacin QR de la matriz (H
I)
n
.
Entonces
_
H
I
_
n1
= (Q
n
R
n
)
n1
.
Demostracin: Consideremos la factorizacin H
I = LM y sean L
11
, M
11
las
submatrices principales de dimensin n n de L y M, respectivamente. Entonces
H
I =
_
_
L
11
0
L
21
L
22
_
_
_
_
M
11
M
12
M
21
M
22
_
_
=
_
_
L
11
M
11
L
11
M
12
L
21
M
11
+ L
22
M
21
L
21
M
12
+ L
22
M
22
_
_
,
y, en consecuencia,
_
H
I
_
n
= L
11
M
11
.
Por otra parte,
H
I = ML
=
_
_
M
11
L
11
+ M
12
L
21
M
12
L
21
M
21
L
11
+ M
22
L
21
M
22
L
21
_
_
.
As,
_
H
I
_
n
= M
11
L
11
+ M
12
L
21
,
pero
M
12
L
21
=
_
_
0 0
.
.
.
.
.
.
0 0
m
n1,n
0
_
_
_
_
l
n,1
l
n,n
.
.
.
.
.
.
_
_
= m
n1,n
_
_
0 0
.
.
.
.
.
.
0 0
l
n,1
l
n,n
_
_
.
De esta forma,
_
H
I
_
n1
= (M
11
L
11
)
n1
. (4.5.9)
Dado que MM
= I, se tiene
M
11
M
11
= I
n
m
n1,n
2
E
nn
,
donde E
nn
=
_
_
0 0
.
.
.
.
.
.
0 0 1
_
_
es una matriz de dimensin n n y I
n
es la matriz
identidad de dimensin n n.
Ahora, consideremos la matriz de dimensin n n, E :=
_
_
1 0 0
0
.
.
.
.
.
.
.
.
. 1 0
0 0
1
_
,
con =
_
1 m
n1,n
2
_1
2
> 0.
Sean

Q = EM
11
y

R = L
11
E
1
. Probaremos que

Q es una matriz unitaria de
dimensin n n.
Sea q
i
, i = 0, 1, . . . , n 1, la i-sima la de

Q. Entonces
q
i
=
_
_
m
i
, 0 i n 2,
1
m
n
, i = n 1,
donde m
i
, i = 0, 1, . . . , n 1 es la i-sima la de M
11
.
Si 0 i, j n 2, entonces obtenemos
_

Q

Q
_
i, j
= q
i
q
j
= m
i
m
j
=
_
_
1, si i = j,
0, si i j.
Si i = n 1, j = n 1 y i j, entonces
q
i
q
j
=
1
m
i
m
j
= 0.
Finalmente,
q
n1
q
n1
=
1
2
m
n1
m
n1
=
1
2
_
1 m
n1,n
2
_
= 1.
La matriz

R es triangular inferior, con entradas positivas en la diagonal princi-
pal.
Adems,
= M
11
EE
1
L
11
= M
11
L
11
=
_
H
I
_
n
.
As, por la unicidad de la factorizacin QR de la matriz
_
H
I
_
n
, se deduce
Q = Q
n
y

R = R
n
.
Pero Q
n
y M
11
dieren en la ltima la, y R
n
y L
11
dieren en la ltima co-
lumna. Por tanto,
(Q
n
R
n
)
n1
= (M
11
L
11
)
n1
=
_
H
I
_
n1
.
Captulo 5
Transformaci on de Uvarov
3
(p, q) = [(p, q) + mp()q()
Consideremos, nuevamente un funcional bilineal hermitiano [ y sea [
3
una
perturbacin del funcional bilineal [ denida por
[
3
(p, q) = [(p, q) + mp()q(), p, q P, (5.1.1)
donde m R y = 1. Dado que m R, el funcional bilineal [
3
es tambin
hermitiano.
Esta transformacin del funcional bilineal [ es un caso particular de la trans-
formacin de Uvarov (ver [46], [70] y [78])
Proposicin 5.1.1 El funcional bilineal [
3
es cuasi-denido si y slo si
1 + mK
n1
(, ) 0,
para todo n 1.
3
es cuasi-denido y sea U
n
n0
la sucesin
de polinomios ortogonales mnicos con respecto a [
3
.
123
124 Transformacin de Uvarov
Queremos obtener una relacin entre las familias de polinomios ortogonales
mnicos U
n
n0
y P
n
n0
. Para ello, podemos escribir
U
n
(z) = P
n
(z) +
n1
j=0
n, j
P
j
(z), (5.1.2)
donde
n, j
n1
j=0
son los coecientes de Fourier dados por
n, j
=
[(U
n
, P
j
)
[(P
j
, P
j
)
, j = 0, . . . , n 1.
De la expresin (5.1.1) y la condicin de ortogonalidad de U
n
con respecto a
[
3
, se tiene
n, j
=
[
3
(U
n
, P
j
) mU
n
()P
j
()
[(P
j
, P
j
)
=
mU
n
()P
j
()
[(P
j
, P
j
)
, j = 0, . . . , n 1.
De esta manera,
U
n
(z) = P
n
(z) +
n1
j=0
n, j
P
j
(z) = P
n
(z) mU
n
()K
n1
(z, ).
Si hacemos z = en la expresin anterior, entonces obtenemos
P
n
() = U
n
() (1 + mK
n1
(, )) .
Si 1 +mK
n
0
1
(, ) = 0 para algn n
0
, entonces P
n
0
() = 0. esto signica que
1 + mK
n
0
(, ) = 0, i. e., P
n
0
+1
() = 0. En consecuencia
P
n
() = 0 para todo n n
0
.
Por otra parte, teniendo en cuenta = 1, se tiene que P
n
0
() = 0. Aplicando
la relacin de recurrencia descendente (4.1.4), se obtiene P
n
0
1
() = 0, y si usamos
dicha relacin reiteradamente, llegamos a P
1
() = 0, as P
1
(z) = z y P
1
(0) =
3
(p, q) = [(p, q) + mp()q() 125
1, contradiciendo el carcter cuasi-denido de [. De esta manera
1 + mK
n1
(, ) 0,
para todo n 1.
Supongamos ahora que 1 + mK
n1
(, ) 0 para todo n 1, y sea la familia
de polinomios mnicos U
n
n0
denida por
U
n
(z) = P
n
(z)
mP
n
()
1 + mK
n1
(, )
K
n1
(z, ). (5.1.3)
Entonces, para 0 k n,
[
3
_
U
n
(z), (z )
k
)
_
= [
_
P
n
(z), (z )
k
_
mP
n
()
1+mK
n1
(,)
[
_
K
n1
(z, ), (z )
k
_
= k
n
n,k

mP
n
()
1 + mK
n1
(, )
[
_
K
n
(z, )
P
n
()
k
n
P
n
(z), (z )
k
_
= k
n
n,k
+ m
P
n
()P
n
()
1 + mK
n1
(, )
n,k
,
en consecuencia
[
3
_
U
n
(z), (z )
k
)
_
= k
n
1 + mK
n
(, )
1 + mK
n1
(, )
n,k
. (5.1.4)
As pues, U
n
n0
es la sucesin de polinomios ortogonales mnicos con res-
pecto a [
3
.
Si el funcional [ es denido positivo y m > 0, entonces 1 + mK

n
(, ) > 0
para todo n 0. En consecuencia [
3
es tambin denido positivo.
En este caso, sea
n
n0
la familia de polinomios ortonormales con respecto
a [
3
. Para encontrar una expresin de los elementos de la familia
n
n0
en tr-
minos de
n
n0
, debemos obtener la norma de U
n
respecto a [
3
. As, de (5.1.4)
jU
n
j
2
[
3
= [
3
(U
n
, U
n
) =
1
2
n
1 + mK
n
(, )
1 + mK
n1
(, )
.
Por tanto,
n
(z) =
_
1
n
jU
n
j
[
3
_
n
(z)
n1
j=0
mP
n
()
jU
n
j
[
3
(1+mK
n1
(,))
j
()
j
(z)
=
_ _
1+mK
n1
(,)
1+mK
n
(,)
_
n
(z)
n1
j=0
m
n
()
j
()
(1+mK
n
(,))(1+mK
n1
(,))
j
(z).
(5.1.5)
De esta manera, hemos demostrado la siguiente
una matriz triangular inferior tal que (z) = L
(z),
donde (z) = [
0
(z),
1
(z), . . .]
t
y (z) = [
0
(z),
1
(z), . . .]
t
. Entonces las entradas
de L
estn dadas por

_
L
_
n, j
=
_
_
_
1 + mK
n1
(, )
1 + mK
n
(, )
, n = j,
m
n
()
j
()
(1 + mK
n
(, ))(1 + mK
n1
(, ))
, n > j,
0, n < j.
Para calcular L
1
, hacemos
P
n
(z) = U
n
(z) +
n1
j=0
n, j
U
j
(z),
donde
n, j
, 0 j n 1, son los coecientes de Fourier dados por
n, j
=
[
3
(P
n
, U
j
)
[
3
(U
j
, U
j
)
=
[(P
n
, U
j
) + mP
n
()U
j
()
jU
j
j
2
[
3
=
mP
n
()U
j
()
jU
j
j
2
[
3
.
3
(p, q) = [(p, q) + mp()q() 127
As pues, para las familias correspondientes de polinomios ortonormales se
tiene
n
(z) =
n
jU
n
j
[
3
n
(z) +
n1
j=0
m
n
()U
j
()
jU
j
j
[
3
j
(z)
=
_
1+mK
n
(,)
1+mK
n1
(,)
n
(z) +
n1
j=0
m
n
()
j
()
(1+mK
j
(,))(1+mK
j1
(,))
j
(z).
En consecuencia, hemos dado la demostracin de la siguiente
Proposicin 5.1.3 Las entradas de la matriz L
1
estn dadas por

_
L
1
_
n, j
=
_
_
_
1 + mK
n
(, )
1 + mK
n1
(, )
, n = j,
m
n
()
j
()
_
(1 + mK
j
(, ))(1 + mK
j1
(, ))
, n > j
0, n < j.
Ahora, queremos establecer una relacin entre las matrices de Hessenberg H
y H
asociadas a [ y [
3
, respectivamente. Para ello podemos usar los resultados
presentados en la Seccin 4.5 del Captulo 4, observando lo siguiente
Si al funcional bilineal [
3
le aplicamos la transformacin denida en (4.4.6),
se tiene
z
2
[
3
= z
2
[ = [
2
. (5.1.6)
Sabemos, por la Proposicin 4.5.10 que
H
I = ML,
donde M es la matriz cuasi-unitaria dada por (4.5.2) y L es una matriz triangular
inferior tal que (z) = L(z).
Teniendo en cuenta (5.1.6), podemos entonces aplicar el mismo proceso con el
funcional bilineal [
3
. De esta forma, para las familias de polinomios ortonormales
n0
y
n
n0
asociadas a [
3
y [
2
, respectivamente, tenemos las relaciones
siguientes
(z )(z) = M
3
(z) y (z) = L
3
(z).
Entonces, por la Proposicin 4.5.10, H
I = M
3
L
3
.
Proposicin 5.1.4
L
3
= L
L y M
3
= ML
1
. (5.1.7)
Demostracin: Dado que (z) = L
(z) y (z) = L(z), entonces se tiene

(z) = L
L(z).
Por otra parte, como (z) = L
3
(z), entonces obtenemos L
3
= L
L.
Ahora, dado que H
I = ML = M
3
L
3
, entonces
M
3
= MLL
1
3
= ML(L
1
L
1
) = ML
1
De esta manera, para calcular H
I partiendo de H
I, necesitamos
obtener las matrices M y L denidas en (4.5.3) y (4.5.4), respectivamente. Luego
calculamos M
3
y L
3
mediante las expresiones (5.1.4) y, nalmente, hacemos H
I = L
3
M
3
.
El resultado anlogo para las submatrices principales es el siguiente
I)
n
H
I y consideremos la factorizacin (H
I)
n
= R
n
Q
n
donde R
n
es una
matriz triangular inferior y Q
n
es una matriz unitaria, tal que (H
I)
n
= Q
n
R
n
.
Entonces
(H
I)
n1
=
_
L
11
R
n
Q
n
L
1
11
_
n1
,
donde

L
11
es la submatriz principal de dimensin n n de la matriz L
, que
satisface (z) = L
(z).
Demostracin: Consideremos la factorizacin H
I = LM, y sean L
11
, M
11
las
3
(p, q) = [(p, q) + mp()q() 129
submatrices principales de dimensin n n de L y M, respectivamente. Entonces
(M
3
)
n
= M
11
L
1
11
+ M
12
L
21
y
(L
3
)
n
=

L
11
L
11
donde L
1
=
_
L
1
11
0
L
21
L
22
_
_
. Por lo tanto,
(L
3
M
3
)
n
=

L
11
L
11
_
M
11
L
1
11
+ M
12
L
21
_
,
pero

L
11
L
11
M
11
L
1
11
y (L
3
M
3
)
n
dieren en la ltima la. en consecuencia,
(H
I)
n1
= (L
3
M
3
)
n1
=
_
L
11
L
11
M
11
L
1
11
_
n1
.
As,
(H
I)
n1
=
_
L
11
R
n
Q
n
L
1
11
_
n1
,
ya que R
n
Q
n
= L
11
E
1
EM
11
= L
11
M
11
.
5.1.1. Ejemplo
Sea [ el funcional bilineal dado por
[(p, q) =
_

p(e
i
)q(e
i
)
d
2
,
y consideremos el funcional bilineal [
3
denido por
[
3
(p, q) = [(p, q) + p(1)q(1).
Es bien conocido que
n
n0
con
n
(z) = z
n
, es la sucesin de polinomios
ortonormales asociados a [. En consecuencia 1 + K
n
(1, 1) = n + 2, para todo
n 0.
De (4.5.5) y (4.5.6) obtenemos las entradas m
k, j
de M y l
k, j
de L, respectiva-
mente
m
k, j
=
_
(k+2)(k+1)
, si j k,
_
k+1
k+2
, si j = k + 1,
0, si j > k + 1,
y l
k, j
=
_
_
k
k+1
, si j = k 1,
_
k+2
k+1
, si j = k,
0, si j < k + 1,
0, si j > k.
Las entradas
_
L
_
k, j
y
_
L
1
_
k, j
de las matrices triangulares inferiores L
y
L
1
, son, respectivamente
_
L
_
k, j
=
_
_
_
k+1
k+2
, si k = j,
(k+1)(k+2)
, si k > j,
_
L
1
_
k, j
=
_
_
_
k+2
k+1
, si k = j,
1
(k+1)(k+2)
, si k > j.
El siguiente paso es calcular L
3
y M
3
, que se deduce de (5.1.7), y en conse-
cuencia, las entradas de M
3
son
(M
3
)
k, j
=
_
1
(k+2)(k+1)
, si j = k,
(k+1)(k+3)
k+2
, si j = k + 1,
0, si j > k + 1 j < k,
y las entradas de L
3
son
(L
3
)
k, j
=
_
k+1
k(k+2)
, si j = k 1,
1, si j = k,
(k+1)(k+2)( j+1)( j+2)

, si j < k 1,
0, si j > k.
Finalmente, para obtener H
I, necesitamos hacer la multiplicacin de L

3
4
(p, q) = [(p, q) + mp() q(
1
) + mp(
1
) q( ) 131
por M
3
, del cual obtenemos
(H
I)
k, j
=
_
1
(k+1)(k+2)
1, si j = k,
(k+1)(k+3)
k+2
, si j = k + 1,
0, si j > k + 1,
j+3
( j+2)
3
2
(k+1)(k+2)( j+1)
, si j < k.
4
(p, q) = [(p, q)+mp() q(
1
)+
mp(
1
) q( )
Consideremos ahora la transformacin [
4
del funcional bilineal [ denida
por
[
4
(p, q) = [(p, q) + mp() q(
1
) + mp(
1
) q( ), (5.2.1)
con 1 y m C. El funcional bilineal [
4
es tambin hermitiano.
Proposicin 5.2.1 El funcional bilineal [
4
es cuasi-denido si y slo si
n
:=
1 + mK
n
(,
1
) mK
n
(, )
mK
n
(
1
,
1
) 1 + mK
n
(
1
, )
0,
para todo n 0, o equivalentemente,
K
n
(, )
1
m
+ K
n
(,
1
)
1
m
+ K
n
(
1
, ) K
n
(
1
,
1
)
0.
4
es cuasi-denido, y sea V
n
n0
la sucesin
de polinomios ortogonales mnicos con respecto a [
4
. Entonces
V
n
(z) = P
n
(z) +
n1
j=0
n, j
P
j
(z),
donde
n, j
=
[
_
V
n
, P
j
_
[
_
P
j
, P
j
_ =
mV
n
()

P
j
(
1
) + mV
n
(
1
)P
j
()
k
j
.
Por tanto,
V
n
(z) = P
n
(z) mV
n
()
n1
j=0
k
1
j
P
j
_

1
_
P
j
(z) mV
n
(
1
)
n1
j=0
k
1
j
P
j
()P
j
(z)
= P
n
(z) mV
n
() K
n1
(z,
1
) mV
n
(
1
)K
n1
(z, ) .
Ahora, si evaluamos la expresin anterior en z = y z =
1
, entonces se tiene
P
n
() +
_
1 + mK
n1
(,
1
)
_
V
n
() + mK
n1
(, )V
n
(
1
) = 0,
P
n
(
1
) + mK
n1
(
1
,
1
)V
n
() +
_
1 + mK
n1
(
1
, )
_
V
n
(
1
) = 0.
o, equivalentemente
_
_
1 + mK
n
(,
1
) mK
n
(, )
mK
n
(
1
,
1
) 1 + mK
n
(
1
, )
_
_
_
_
V
n
()
V
n
(
1
)
_
_
=
_
_
P
n
()
P
n
(
1
)
_
_
.
Teniendo en cuenta la unicidad de los valores V
n
() y V
n
(
1
), entonces, la
matriz del sistema lineal anterior
B
n1
:=
_
_
1 + mK
n1
(,
1
) mK
n1
(, )
mK
n1
(
1
,
1
) 1 + mK
n1
(
1
, )
_
_
debe ser no singular. En consecuencia
n
= det B
n
0 para todo n 0.
Supongamos ahora que
n
0, para todo n 0, y consideremos el polinomio
mnico
V
n
(z) =
1
n1
P
n
(z) mK
n1
(z,
1
) mK
n1
(z, )
P
n
() 1 + mK
n1
(,
1
) mK
n1
(, )
P
n
(
1
) mK
n1
(
1
,
1
) 1 + mK
n1
(
1
, )
, n 0.
(5.2.2)
4
(p, q) = [(p, q) + mp() q(
1
) + mp(
1
) q( ) 133
Para 0 k n 1 obtenemos
[
4
_
V
n
(z), (z )
k
_
=
1
n1
[
4(P
n
(z),(z)
k
) m[
4(K
n1(z,
1
),(z)
k
) m[
4(K
n1
(z,),(z)
k
)
P
n
() 1 + mK
n1
(,
1
) mK
n1
(, )
P
n
(
1
) mK
n1
(
1
,
1
) 1 + mK
n1
(
1
, )
.
Por otra parte, para 0 k n 1, se tiene
[
4
_
P
n
(z), (z )
k
_
= mP
n
()
_
1

_
k
,
[
4
_
K
n1
(z,
1
), (z )
k
_
=
_
1

_
k
_
1 + mK
n
(,
1
)
_
,
[
4
_
K
n1
(z, ), (z )
k
_
= mK
n1
(, )
_
1

_
k
.
As pues,
[
4
_
V
n
(z), (z )
k
_
=
=
m(
1
)
k
n1
P
n
() 1 + mK
n1
(,
1
) mK
n1
(, )
P
n
() 1 + mK
n1
(,
1
) mK
n1
(, )
P
n
(
1
) mK
n1
(
1
,
1
) 1 + mK
n1
(
1
, )
= 0.
Ahora,
[
4
(V
n
, V
n
) = [
4
(V
n
, P
n
) =
=
1
n1
[
4
(P
n
, P
n
) m[
4
_
K
n1
(z,
1
), P
n
_
m[
4
(K
n1
(z, ), P
n
)
P
n
() 1 + mK
n1
(,
1
) mK
n1
(, )
P
n
(
1
) mK
n1
(
1
,
1
) 1 + mK
n1
(
1
, )
.
Pero,
[
4
(P
n
, P
n
) = k
n
+ mP
n
()P
n
_

1
_
+ mP
n
_

1
_
P
n
(),
[
4
_
K
n1
_
z,
1
_
, P
n
_
= mK
n1
_
,
1
_
P
n
_

1
_
+ mK
n1
_

1
,
1
_
P
n
(),
[
4
(K
n1
(z, ) , P
n
) = mK
n1
(, ) P
n
_

1
_
+ mK
n1
_

1
,
_
P
n
().
de esta manera tenemos,
[
4
(V
n
, V
n
) =
1
n1
k
n
mP
n
_
1
_
mP
n
()
P
n
() 1 + mK
n1
(,
1
) mK
n1
(, )
P
n
(
1
) mK
n1
(
1
,
1
) 1 + mK
n1
_

1
,
_
=
1
n1
k
n
mP
n
_
1
_
mP
n
()
0 1 + mK
n
_
,
1
_
mK
n
(, )
0 mK
n
_

1
,
1
_
1 + mK
n
_

1
,
_
= k
n
n1
0.
(5.2.3)
Como consecuencia inmediata se tiene

Corolario 5.2.2 Si [ es un funcional bilineal denido positivo, entonces, el fun-
cional bilineal [
4
es denido positivo si y slo si
n+1
n
> 0, para todo n 0.
Bajo esa condicin, sea
n
n0
la sucesin de polinomios ortonormales con
respecto a [
4
. Entonces
n
(z) =
1
jV
n
j
V
n
(z), donde
jV
n
j = jP
n
j
_

n
n1
. (5.2.4)
En lo sucesivo, vamos a suponer que m R 0.
la matriz triangular inferior tal que (z) = L
(z),
donde (z) = [
0
(z),
1
(z), . . .]
t
y (z) = [
0
(z),
1
(z), . . .]
t
. Entonces, las entradas
4
(p, q) = [(p, q) + mp() q(
1
) + mp(
1
) q( ) 135
de L
estn dadas por

(L
)
n, j
=
_
_
_
n1
n
, n = j,
n1
n
_
A
n
()
j
(
1
) + A
n
(
1
)
j
()
_
, n > j,
0, n < j,
donde A
n
(z) :=
n
(z) +m
n
(z)K
n1
( z
1
, z) m
n
( z
1
)K
n1
(z, z). Las entradas de la
matriz L
1
son
(L
1
)
n, j
=
_
_
1
n1
n
_
n1
+ m
n
()A
n
(
1
) + m
n
(
1
)A
n
()
_
, n = j,
m
j1
j
_
A
n
()
j
(
1
) + A
n
(
1
)
j
()
_
, n > j.
0, n < j.
Demostracin: Podemos expresar V
n
(z) en trminos de P
n
n0
V
n
(z) = P
n
(z) +
n1
j=0
n, j
P
j
(z),
donde
n, j
=
[(V
n
,P
j
)
jP
j
j
2
, 0 j n 1.
As, de (5.2.4), para los polinomios ortonormales, se tiene
n
(z) =
_
n1
n
(z) +
n1
j=0
n, j
jP
j
j
_
n1
j
(z). (5.2.5)
Por (5.2.1) y la condicin de ortogonalidad de V
n
con respecto a [
4
n, j
=
m
jP
j
j
2
_
V
n
()P
j
(
1
) + V
n
(
1
)P
j
()
_
=
m
jP
j
j
_
V
n
()
j
(
1
) + V
n
(
1
)
j
()
_
.
Por otra parte, de (5.2.2)
V
n
() =
jP
n
j
n1
A
n
() y V
n
(
1
) =
jP
n
j
n1
A
n
(
1
).
As, si n > j se tiene
(L
)
n, j
=
n, j
jP
j
j
_
n1
n
=
m
n1
n
_
A
n
()
j
(
1
) + A
n
(
1
)
j
()
_
.
De (5.2.5), obtenemos (L
)
n,n
=
_
n1
n
.
Por otra parte
n
(z) =
n
j=0
n, j
j
(z),
con
n, j
= [
4
(
n
,
j
).
As,
n, j
= [(
n
,
j
) + m
n
()
j
(
1
) + m
n
(
1
)
j
().
De (5.2.2) y (5.2.4), se tiene
j
() =
1
_
j1
j
A
j
() y
j
(
1
) =
1
_
j1
j
A
j
(
1
).
Por tanto, si n > j
l
(1)
n, j
=
n, j
=
m
_
j1
j
_
n
()A
j
(
1
) +
n
(
1
)A
j
()
_
,
y, si n = j
l
(1)
n,n
=
n,n
=
_
n1
n
+
m
n1
n
_
n
()A
n
(
1
) +
n
(
1
)A
n
()
_
.
4
(p, q) = [(p, q) + mp() q(
1
) + mp(
1
) q( ) 137
Notemos que, al igual que la seccin anterior, si aplicamos a [
4
la transfor-
macin descrita en (4.4.6),es decir, si hacemos z
2
[
4
, resulta
z
2
[
4
= z
2
[ = [
2
. (5.2.6)
Por la Proposicin 4.5.4, se tiene
H
I = LM,
donde M es la matriz cuasi-unitaria dada en (4.5.3) y L es la matriz triangular
inferior tal que (z) = L(z). Adems, de la Proposicin 4.5.10, se tiene H
I =
ML.
Por tanto, teniendo en cuenta (5.2.6), podemos aplicar el mismo procedimiento
al funcional bilineal [
4
.De esta manera, las familias de polinomios ortonormales
n0
y
n
n0
con respecto a [
4
y [
2
, respectivamente, satisfacen
(z )(z) = M
4
(z) y (z) = L
4
(z).
Finalmente, de la proposicin 4.5.10, deducimos
H
I = M
4
L
4
.
Proposicin 5.2.4
L
4
= L
L y M
4
= ML
1
, (5.2.7)
donde M est dada por (4.5.3) y L es la matriz triangular inferior denida en
(4.5.4).
La versin para el caso de las submatrices principales se muestra a continua-
cin
I)
n
H
I y consideremos la factorizacin (H
I)
n
= R
n
Q
n
donde R
n
es una
matriz triangular inferior, y Q
n
es una matriz unitaria tal que (H
I)
n
= Q
n
R
n
.
Entonces
_
H
I
_
n1
=
_
L
11
R
n
Q
n
L
1
11
_
n1
,
donde L
11
es la submatriz principal de dimensin n n de la matriz L
, que
satisface = L
.
Demostracin: Es anloga a la demostracin de la Proposicin 5.1.5.
Captulo 6
Transformaci on de Geronimus
y funcionales denidos
positivos
Sea S un funcional lineal hermitiano denido positivo. Como hemos visto
anteriormente, el funcional S admite una representacin integral de la forma
S(p) =
_
2
0
p(e
i
)d(), p P,
donde es una medida no trivial de probabilidad soportada en la circunferen-
cia unidad T. Debido al carcter hermitiano del funcional S, podemos denir un
producto escalar
(p, q)
=
_
2
0
p(e
i
)q(e
i
)d(), p, q P.
Sea P
n
n0
la familia de polinomios ortogonales mnicos respecto a y
n
n0
la correspondiente familia de polinomios ortonormales. De (4.1.2) se tiene
n
(z) =
n
()P
n
(z), n 0.
139
140 Transformacin de Geronimus y funcionales denidos positivos
Las funciones
q
j
(t) =
_
T
j
(z)
t z
d(z), t T, j 0, (6.0.1)
se denominan funciones de segunda especie asociadas a . A partir de estas fun-
ciones, denimos
Q
j
(t) =
_
T
P
j
(z)
t z
d(z) =
1
j
()
q
j
(t).
Ahora, dado T, consideremos la siguiente perturbacin de la medida
d
1
=
d
z
2
. (6.0.2)
Esta clase de perturbacin fue estudiada en [28] , as como la correspondiente
sucesin de polinomios ortogonales. Este tipo de perturbacin es un ejemplo de
transformacin cannica de Geronimus de la medida .
Sean
_

P
n
_
n0
la sucesin de polinomios ortogonales mnicos en T con respec-
to a
1
y
n
n0
su correspondiente familia de polinomios ortonormales. Nueva-
mente , vamos a estudiar la relacin entre las matrices de Hessenberg H
y H
asociadas con el operador multiplicacin por z, respecto a

n
n0
y
n
n0
.
6.1. Resultados preliminares
Nuestro primer objetivo es encontrar una expresin para obtener la familia
_

P
n
_
n0
en trminos de la sucesin P
n
n0
.
Proposicin 6.1.1 Sea
n
() = j
1
j
n
l=0
q
l
()
2
, n 0. Entonces
n
(
1
)
n1
()
=
n1
(), n 1. (6.1.1)
Notemos que j
1
j =
0
(
1
).
6.1. Resultados preliminares 141
Demostracin: Si consideramos la familia 1, z , . . . , (z )
n
, . . . y deniendo
d
k, j
() =
_
T
(z )
k
(z )
j
d =
_
T
(z )
k+1
(z )
j+1
d
1
= d
k+1, j+1
(
1
),
con k, j 0, entonces los polinomios ortogonales mnicos P
n
(z) estn dados por
P
n
(z) =
1
n1
()
d
0,0
() d
1,0
() d
n,0
()
.
.
.
.
.
.
.
.
.
d
0,n1
() d
1,n1
() d
n,n1
()
1 z (z )
n
,
donde
n
(
1
) =
d
0,0
(
1
) d
n,0
(
1
)
.
.
.
.
.
.
d
0,n
(
1
) d
n,n
(
1
)
d
0,0
(
1
) d
1,0
(
1
) d
n,0
(
1
)
d
0,1
(
1
) d
0,0
() d
n1,0
()
.
.
.
.
.
.
.
.
.
d
0,n
(
1
) d
0,n1,
() d
n1,n1
()
.
Si usamos la identidad de Sylvester (ver [38], pag. 22), entonces obtenemos
n
(
1
)
n2
() =
n1
(
1
)
n1
()
_
n2
()
n1
()
_
2
q
n1
()
2
, n 1.
De ah, deducimos
n
(
1
)
n1
()
=
n1
(
1
)
n2
()
q
n1
()
2
, n 1.
De esta manera
n
(
1
)
n1
()
=
0
(
1
)
n1
l=0
q
l
()
2
, n 1.
Dado que
0
(
1
) = j
1
j, el enunciado queda demostrado.
A continuacin, como consecuencia del resultado anterior, se tiene
Corolario 6.1.2
_

n
()
n+1
(
1
)
_
2
=
n
()
n1
()
, n 0,
donde
1
() = j
1
j.
Demostracin: Es fcil comprobar que
_

n
()
n+1
(
1
)
_
2
=
n+1
(
1
)
n
()
n1
()
n
(
1
)
,
y usando (6.1.1) en la proposicin anterior, obtenemos
_

n
()
n+1
(
1
)
_
2
=
n
()
n1
()
, n 1.
Si n = 0, entonces se tiene
_

0
()
1
(
1
)
_
2
=
1
(
1
)
0
(
1
)
0
()
=
0
()
j
1
j
.
Proposicin 6.1.3 La sucesin de polinomios ortogonales mnicos

_

P
n
_
n0
se
pueden obtener mediante la relacin
P
n+1
(z) = (z )P
n
(z) +
Q
n
()
n1
()
S
n
(z, ), n 1,
P
0
(z) = 1,

P
1
(z) = z +
Q
0
()
j
1
j
,
(6.1.2)
donde
S
n
(z, ) =
_
T
z t
t
K
n1
(z, t)d(t), n 1, (6.1.3)
y K
n1
(z, ) es el ncleo reproductor de grado n 1 asociado a la familia
n
n0
.
6.1. Resultados preliminares 143
Demostracin: Como (z )
n
(z)
n0
es una base ortonormal en (z )P con
respecto al producto escalar
( f , g)
1
=
_
T
f (z)g(z)d
1
,
entonces el desarrollo de Fourier del polinomio
n+1
(z)
n+1
() en trminos de
la base mencionada es
n+1
(z)
n+1
() = (z )
n
j=0
n+1, j
j
(z), para todo n 0.
En consecuencia
n+1, j
=
_
T
(
n+1
(t)
n+1
()) (t )
j
(t)d
1
(t)
=
_
T
n+1
(t)(t )
j
(t)d
1
(t)
n+1
()
_
T
(t )
j
(t)d
1
(t)
=

n
()
n+1
(
1
)
n, j
+
n+1
()
_
T
j
(t)
t
d(t).
As obtenemos,
n+1
(z) =
n+1
()
_
_
1 + (z )
n1
j=0
_
T
j
(t)
t
j
(z)d(t)
_
_
+
+
_

n
()
n+1
(
1
)
+ q
n
()
n+1
()
_
(z )
n
(z)
=
n+1
()
_
T
z t
t
K
n1
(z, t)d(t)+
+
_

n
()
n+1
(
1
)
+ q
n
()
n+1
()
_
(z )
n
(z).
Si re-escribimos la expresin anterior en trminos de las sucesiones de poli-
nomios ortogonales mnicos P
n
n0
y
_

P
n
_
n0
, tenemos
P
n+1
(z) =

P
n+1
()S
n
(z, )+
_
_

n
()
n+1
(
1
)
_
2
+
n
()
2
Q
n
()

P
n+1
()
_
(z)P
n
(z). (6.1.4)
Notemos que S
n
(z, ; ) es un polinomio de grado n. Entonces, para cada n
0, teniendo en cuenta los coecientes de z
n+1
en ambos miembros de (6.1.4), se
deduce
1
n
()

1
n+1
(
1
)
= Q
n
()

P
n+1
(), (6.1.5)
y del corolario 6.1.2,
P
n+1
() =
_

n
()
n+1
(
1
)
_
2
Q
n
()
n
()
=
Q
n
()
n1
()
.
Finalmente, de la expresin (6.1.4), obtenemos
P
n+1
(z) = (z )P
n
(z) +
Q
n
()
n1
()
S
n
(z, ; ).
Nota 6.1.4 Si usamos en (6.1.3) la frmula de Christoel-Darboux (4.1.8), en-

tonces la sucesin
_

P
n
_
n0
satisface
P
n+1
(z) =
_
z

n
()
n1
()
_
P
n
(z) +
q
n
()q
n
(
1
)
n1
()
n+1
P
n
(z), n 1. (6.1.6)
Este resultado se puede ver con ms detalle en [28].
6.2. Matrices de Hessenberg y la transformacin de
Geronimus
Con el n de obtener una relacin entre las matrices de Hessenberg H
y H
,
la expresin (6.0.2), es equivalente a
6.2. Matrices de Hessenberg y la transformacin de Geronimus 145
d = z
2
d
1
. (6.2.1)
En [17] se ha obtenido una relacin entre dichas matrices
H
I = LM, y H
I = ML, (6.2.2)
donde L es una matriz triangular inferior, tal que
(z) = L(z)
y M es una matriz de Hessenberg inferior que satisface
(z )(z) = M(z),
donde (z) =
_
0
(z),
1
(z), . . .
_
t
y (z) =
_
0
(z),
1
(z), . . .
_
t
.
Por tanto, nuestro segundo objetivo es encontrar expresiones explcitas para
M y L.
Proposicin 6.2.1 ([54]) Las sucesiones
n
n0
y
n
n0
satisfacen
(z )(z) = M(z),
donde (z) =
_
0
(z),
1
(z), . . .
_
t
, (z) =
_
0
(z),
1
(z), . . .
_
t
, y M es una matriz de
Hessenberg inferior con entradas
m
k, j
=
_
q
k
()
j
1
j
, si j = 0, k 0,
_
0
()
j
1
j
, si k = 0, j = 1,
q
k
()q
0
()
j
1
j
0
()
, si j = 1, k 1,
q
k
()q
j1
()
j2
()
j1
()
, si 2 j k,
_

k
()
k1
()
, si j = k + 1,
0, si j > k + 1.
(6.2.3)
Demostracin: Teniendo en cuenta (6.1.2) para n = 0, obtenemos
P
1
(z)
Q
0
()
j
1
j

P
0
(z) = (z )P
0
(z)
y, en consecuencia,
0
()
1
(
1
)
1
(z)
q
0
()
j
1
j
1
2
0
(z) = (z )
0
(z).
Ahora, para n = 1,
P
2
(z)
2
j
1
j
Q
0
()
P
1
(z) = (z )
_
P
1
(z) +
2
_
q
0
()
0
(z)
j
1
j
Q
0
()
P
0
(z)
__
P
2
(z)
Q
1
()j
1
j
0
()Q
0
()
P
1
(z) = (z )
_
P
1
(z)
_
Q
1
()
q
0
()
_
0
(z)
_
.
Por tanto,
1
()
2
(
1
)
2
(z)
j
1
j
0
()
q
1
()
q
0
()
0
()
1
(
1
)
1
(z) = (z )
_
1
(z)
q
1
()
q
0
()
0
(z)
_
.
Finalmente, para n 2,
P
n+1
(z)

n+1
P
n
(z) = (z )
_
P
n
(z)

n+1
n
P
n1
(z)+
+
n+1
q
n1
()
n1
(z)
_
,
P
n+1
(z)
Q
n
()
n2
()
Q
n1
()
n1
()

P
n
(z) = (z )
_
P
n
(z)
Q
n
()
n1
()
_

n2
()
n1
()Q
n1
()
q
n1
()
_
n1
(z)
_
,
en consecuencia,
P
n+1
(z)
Q
n
()
Q
n1
()
n2
()
n1
()

P
n
(z) = (z )
_
P
n
(z)
n+1
_
n2
()
q
n1
()
q
n1
()
_
n1
(z)
_
.
Luego
P
n+1
(z)

n1
()
n
()
q
n
()
q
n1
()
n2
()()
n1
()(
1
)

P
n
(z) = (z )
_
P
n
(z)
q
n
()
n
()q
n1
()
n1
(z)
_
.
o, equivalentemente, para los polinomios ortonormales
n
()
n+1
(
1
)
n+1
(z)

n
(
1
)
n1
()
q
n
()
q
n1
()
n
(z) = (z )
_
n
(z)
q
n
()
q
n1
()
n1
(z)
_
.
De esta forma, teniendo en cuenta el Corolario 6.1.2
_

n
()
n1
()
_
1/2
n+1
(z)
_
n2
()
n1
()
_
1/2
q
n
()
q
n1
()
n
(z) = (z )
_
n
(z)
q
n
()
q
n1
()
n1
(z)
_
.
Si representamos las expresiones anteriores en forma matricial, se obtiene
(z )

M(z) =

M(z), (6.2.4)
donde

M y

M son matrices bidiagonales inferior y superior respectivamente, con
entradas
m
k, j
=
_
_
1, j = k,
q
k
()
q
k1
()
, j = k 1,
0, en otro caso,
m
k, j
=
_
q
0
()
j
1
j
, j = k = 0,
q
1
()
q
0
()
_
j
1
j
0
()
, j = k = 1,
q
k
()
q
k1
()
_
k2
()
k1
()
, j = k 2,
_
0
()
j
1
j
, k = 0, j = 1,
_

k
()
k1
()
, j = k + 1,
0, en otro caso.
Es fcil vericar que

M es una matriz no singular. Por tanto, la expresin
(6.2.4) es equivalente a
(z )(z) =

M
1
M(z).
Como consecuencia,
M =

M
1
M. (6.2.5)
M
1
es una matriz triangular inferior con entradas m
(1)
k, j
dadas por
m
(1)
k, j
=
_
_
q
k
()
q
j
()
, 0 j k,
0, en otro caso.
As, la multiplicacin en (6.2.5) produce (6.2.3).
Por otra parte, la matriz M es cuasi-unitaria (ver [55]). De hecho se tiene

Proposicin 6.2.2
(i) MM
= I
(ii) M
M = I
()()()
donde
() = lm
n
n
() = j
1
j
l=0
q
l
()
2
0,
Demostracin: (i)
I = ((z), (z)
t
)
= ((z )(z), (z )(z)

t
)
1
= (M(z), (z)
t
M
t
)
1
= M((z), (z)
t
)
1
M
= MM
(ii)
(M
)
(0)
M
(0)
=
0
(
1
)
2
l=0
q
l
()
2
= 1

()
j
1
j
(M
)
(1)
M
(1)
=
1
0
()
_
0
()
2
+ q
0
()
2
l=1
q
l
()
2
_
_
=
1
j
1
j
0
()
_
_
j
1
j
0
() j
1
jq
0
()
2
+ q
0
()
2
l=0
q
l
()
2
_
_
= 1
q
0
()
2
j
1
j
0
()
().
Para j 2,
(M
)
( j)
M
( j)
=

j1
()
j2
()
_
_
1 +
q
j1
()
2
j1
()
2
l=j
q
l
()
2
_
_
=
1
j2
()
j1
()
_
j1
()
2
+ q
j1
()
2
l=j
q
l
()
2
_
_
= 1
q
j1
()
2
j2
()
j1
()
().
(M
)
(0)
M
(1)
=
q
0
()
j
1
j
j
1
jq
0
()
2
().
Para j 2,
(M
)
(0)
M
( j)
=
q
j1
()
j
1
j
j2
()
j1
()
()
(M
)
(1)
M
( j)
=
q
0
()q
j1
()
j1
()
j
1
j
0
()
j2
()
_
_
1
1
j1
()
l=j
q
l
()
2
_
_
=
q
0
()q
j1
()
j
1
j
0
()
j2
()
j1
()
().
Finalmente, para 2 k < j,
(M
)
(k)
M
( j)
=
q
k1
()q
j1
()
j1
()
k2
()
k1
()
j2
()
_
_
1
1
j1
()
l=j
q
l
()
2
_
_
=
q
k1
()q
j1
()
k2
()
k1
()
j2
()
j1
()
().
Dado que

P
n+1
() =
Q
n
()
n1
()
con n 1, tenemos
n+1
() =

n+1
(
1
)
n
()
q
n
()
n1
()
=
q
n
()
n1
()
n
()
, n 1.
Ahora, sea L la matriz triangular inferior tal que (z) = L(z). Entonces,
teniendo en cuenta (6.2.4), obtenemos
ML =

M(H
I). (6.2.6)
Las entradas

h
k, j
de la matriz

H :=

M(H
I) estn dadas por
h
k, j
=
_
1
(0)
0
(0)
1
()
0
()
, j = k = 0,
k1
()q
k
()
k
()q
k1
()

k+1
(0)
k
(0)
k
()
k+1
()
, j = k,
k
()
k+1
()
, j = k + 1,
j
(0)
k
()
_
q
k
()
q
k1
()
k
(0)
k1
()

k+1
(0)
k+1
()
_
, j k 1,
0, j > k + 1,
y las entradas

l
k, j
de

L =

ML son
l
k, j
=
_
q
0
()
_
j
1
j
l
0,0
+
_
1
()
0
()
l
1,0
, j = k = 0,
q
1
()
q
0
()
_
j
1
j
0
()
l
1,1
+
_
1
()
0
()
l
2,1
, j = k = 1,
_
0
()
j
1
j
l
1,1
, k = 0, j = 1,
q
1
()
q
0
()
_
j
1
j
0
()
l
1,0
+
_
1
()
0
()
l
2,0
, k = 1, j = 0,
_
0
()
j
1
j
l
1,1
, k = 0, j = 1,
_

k
()
k1
()
l
k+1,k+1
, j = k + 1,
q
k
()
q
k1
()
_
k2
()
k1
()
l
k, j
+
_

k
()
k1
()
l
k+1, j
, j k,
0, j > k + 1.
Dado que l
0,0
=
_
jj
j
1
j
y teniendo en cuenta (6.2.6), las entradas l
k, j
de L
satisfacen
l
1,0
=
_
j
1
j
0
()
_
h
0,0
+
q
0
()
jj
j
1
j
_
,
l
2,0
=
_
0
()
1
()
_
h
1,0
+
q
1
()
q
0
()
_
j
1
j
0
()
l
1,0
_
,
l
k+1,0
=
_
k1
()
k
()
_
h
k,0
+
q
k
()
q
k1
()
_
k2
()
k1
()
l
k,0
_
, k 2.
l
1,1
=
_
j
1
j
0
()
h
0,1
,
l
2,1
=
_
0
()
1
()
_
h
1,1
+
q
1
()
q
0
()
_
j
1
j
0
()
l
1,1
_
,
l
k+1,1
=
_
k1
()
k
()
_
h
k,1
+
q
k
()
q
k1
()
_
k2
()
k1
()
l
k,1
_
, k 2.
l
k+1,k+1
=
_
k1
()
k
()

h
k,k+1
, k 1,
l
k+1, j
=
_
k1
()
k
()
_
h
k, j
+
q
k
()
q
k1
()
_
k2
()
k1
()
l
k, j
_
, k 1, j 2, j k + 1.
(6.2.7)
O, de manera ms explcita,
l
k, j
=
_
_
_
jj
j
1
j
, si j = k = 0,
q
k1
()
k2
()
k1
()
_
_
_
jj +
k1
l=0
l1
()
q
l
()
h
l,0
_
_
, si j = 0, k > 1,
q
k1
()
k2
()
k1
()
k1
l=0
l1
()
q
l
()
h
l,1
, si j = 1, k 0,
_
k2
()
k1
()
h
k1,k
, si j = k 1,
q
k1
()
k2
()
k1
()
k
l=j1
l1
()
q
l
()
h
l, j
, si j < k.
(6.2.8)
Para las submatrices principales se tiene la siguiente
Proposicin 6.2.3 Sean (H
I)
n
, M
n
y L
n
las submatrices principales de di-
mensin n n de H
I, M y L respectivamente. Entonces
(i) (H
I)
n
= L
n
M
n
.
(ii) La factorizacin QR de (H
I)
n
es
(H
I)
n
=

Q
n

R
n
,
donde

Q
n
= EM
n
,

R
n
= L
n
E
1
y E es una matriz diagonal con entradas E
k,k
dadas por
E
k,k
=
_
_
1, 0 k n 1,
q
n
()
n1
()
, k = n.
Demostracin: (i) La expresin (6.2.2) escrita mediante matrices por bloques,
resulta ser
H
I =
_
_
L
n
0
L
21
L
22
_
_
_
_
M
n
M
12
M
21
M
22
_
_
=
_
_
L
n
M
n
L
n
M
12
L
21
M
n
+ L
22
M
21
L
21
M
12
+ L
22
M
22
_
_
.
Por lo tanto, (H
I)
n
= L
n
M
n
.
(ii) La matriz

R
n
es triangular inferior con entradas positivas en su diagonal prin-
cipal, de manera que, basta probar que la matriz

Q
n
es unitaria. De hecho,
_

Q
n
_
(0)
_

Q
n
_
(0)
=
1
j
1
j
_
_
n2
l=0
q
l
()
2
+
n2
()
_
_
= 1,
_

Q
n
_
(n1)
_

Q
n
_
(n1)
=
n2
()
n3
()
+
q
n2
()
2
n3
()
= 1.
Para 1 k n 2, se tiene
_

Q
n
_
(k)
_

Q
n
_
(k)
=
k1
()
k2
()
+
q
k1
()
2
k2
()
k1
()
_
_
n2
l=k
q
l
()
2
+
n2
()
_
_
=
k1
()
k2
()
+
q
k1
()
2
k2
()
= 1,
_

Q
n
_
(0)
_

Q
n
_
(k)
=
q
k1
()
j
1
j
_
_
_
k1
()
k2
()

1
k2
()
k1
()
_
_
n2
l=k
q
l
()
2
+
n2
()
_
_
_
_
=
q
k1
()
j
1
j
_ _
k1
()
k2
()

_
k1
()
k2
()
_
= 0.
Ahora, para 1 j < k n 2
_

Q
n
_
(k)
_

Q
n
_
( j)
=
q
j2
()q
j1
()
j2
()
_
_
_
j1
()
j3
()

1
j3
()
j1
()
_
_
n2
l=j
q
l
()
2
+
n2
()
_
_
_
_
=
q
j2
()q
j1
()
j2
()
_
_
j1
()
j3
()

1
j3
()
j1
()
j1
()
_
= 0.
Finalmente,
_

Q
n
_
(n1)
_

Q
n
_
(k)
=
q
k1
()q
n2
()
n2
()
k2
()
k1
()
n3
()
n2
()
n2
()
n3
()
q
k1
()q
n2
()
k2
()
k1
()
= 0.
As pues,

Q
n
es una matriz unitaria.
6.3. Ejemplos
Ejemplo 6.3.1 Consideremos en la circunferencia unidad, la medida
d = z 1
2
d
2
, z = e
i
,
donde d es la medida de Lebesgue. Entonces la sucesin de polinomios ortogo-
nales mnicos en T respecto a es (vase [27], [68])
P
n
(z) =
n
k=0
k + 1
n + 1
z
k
, n 0.
6.3. Ejemplos 155
Es fcil comprobar que
n
() =
__
T
P
n
(z)
2
d
_
1
2
=
_
n + 1
n + 2
.
En consecuencia jj = 2 y la sucesin de polinomios ortonormales con res-
pecto a es
n
(z) =
1
(n+1)(n+2)
n
k=0
(k + 1)z
k
=
(n + 1)z
n+2
(n + 2)z
n+1
+ 1
(n + 1)(n + 2)(z 1)
2
, n 0.
Ahora, denimos la transformacin de Geronimus de la medida mediante
d
1
=
d
z
2
=
z 1
2
z
2
d
2
, > 1, z = e
i
.
Entonces, se obtiene
j
1
j =
2
2

2
1
. (6.3.1)
De (6.0.1), obtenemos las funciones de segunda especie asociadas a
q
n
() =
_
1
1
_
2
n
(
1
), (6.3.2)
y de (6.3.1) y (6.3.2) se tiene
n
() = j
1
j
n
l=0
q
l
()
2
=
2
2

2
1

1
1
4
n
l=0
l
(
1
)
2
=
2
2

2
1

1
1
4
K
n
(
1
,
1
).
En consecuencia,
n
() =
1
2
1
_
2
2
( + )
1
(n+1)(n+2)
2(n+2)
_
(n + 1)
n+3
(n + 2)
n+1
+
n+2
(n + 2) + n + 1
2
__
.
(6.3.3)
Las entradas

h
k, j
de la matriz

H = M(H
I) son
h
k, j
=
_
1
2
, j = k = 0,
k
k + 1
_

k+2
(k + 2) + k + 1

k+2
(k + 2)
2
+ k
+
1
k(k + 2)
_
, j = k 1,
(k + 1)(k + 3)
k + 2
, j = k + 1,
k + 1
_
1
1
_
2
_
( j + 1)( j + 2)(k + 2)
_

k+1
(k + 2) + k
_
, j k 1,
0, j > k.
(6.3.4)
Las entradas m
k, j
y l
k, j
de M y L, respectivamente, se obtienen sustituyendo
las expresiones (6.3.1), (6.3.2), (6.3.3), y (6.3.4) en (6.2.3) y (6.2.8).
Ejemplo 6.3.2 Consideremos ahora la siguiente medida en la circunferencia uni-
dad
d =
d
2
+ m(e
i
1),
donde m > 0.
La sucesin de polinomios ortogonales mnicos en T asociados a es (ver
[17] y [68])
P
n
(z) = z
n
m
1 + nm
n1
k=0
z
k
,
para todo n 1.
6.3. Ejemplos 157
Entonces, obtenemos para n 1
n
() =
__
2
0
P
n
(z) z
n
d
2
+ mP
n
(1)
_
1
2
, z = e
i
,
=
_
_
_
2
0
_
_
z
n
m
1 + nm
n1
k=0
z
k
_
_
z
n
d
2
+
m
1 + nm
_
1
2
, z = e
i
,
Luego,
n
() =
_
1 + nm
1 + (n + 1)m
,
(6.3.5)
as como jj = 1 + m. La familia
n
n0
de polinomios ortonormales asociados
a est dada por
n
(z) =
_
1+nm
1+(n+1)m
z
n
(1+nm)(1+(n+1)m)
n1
k=0
z
k
=
(1 + nm)z
n+1
mz
n
+ m
(1 + nm)(1 + (n + 1)m)(z 1)
, n 0.
Por otra parte, las entradas

h
k, j
de la matriz

H = M(H
I) son
h
k, j
=
_
m
2
1+m
, j = k = 0,
1+(k1)m
1+km
_
(1+(k+1)m) (1+km)
(1+km)
2
(1+(k1)m)
+
m
2
(1+(k1)m)(1+(k+1)m)
_
, j = k 1,
(1+km)(1+(k+2)m)
1+(k+1)m
, j = k + 1,
m
(1+jm)(1+( j+1)m)(1+km)(1+(k+1)m)
_
(1+(k+1)m) (1+km)
(1+km)
2
(1+(k1)m)
m
_
, j k 1,
0, j > k.
(6.3.6)
Sea
2
la transformacin de Geronimus de , dada por
d
2
=
d
z
2
=
1
z
2
d
2
+
m
1
2
(z 1), > 1, z = e
i
.
Entonces
j
2
j =
1
2
1
+
m
1
2
. (6.3.7)
Las funciones de segunda especie asociadas a evaluadas en son
q
n
() =
(1 + (n + 1)m) (1 + nm)
(1 + nm)(1 + (n + 1)m)( 1)
n+1
. (6.3.8)
De (6.3.7) y (6.3.8) obtenemos
n
() =
1
2
1
+
1
1
2
2
_
_
m
2
k=0
(1 + (k + 1)m) (1 + km)
2
(1 + km)(1 + (k + 1)m)
2k
_
_
.
(6.3.9)
Las expresiones de las entradas de las matrices M y L son muy engorrosas,
pero se obtienen sustituyendo las expresiones (6.3.5), (6.3.6), (6.3.7), (6.3.8), y
(6.3.9) en(6.2.3) y (6.2.8).
Problemas abiertos
En el anlisis de los problemas estudiados a lo largo de la memoria, surgen
de manera natural una serie de cuestiones que pretendemos abordar en el futuro
prximo.
1. Implementacin del algoritmo de Leverrier-Faddeev en el caso de matrices
por bloques. Dichos tipos de matrices aparecen en el tratamiento de sistemas
lineales, en particular en el estudio de ltros de prediccin para sistemas de
mltiples entradas y salidas (vase [42] y [43]).
2. El anlisis del carcter unitario del operador de multiplicacin para medidas
soportadas en la circunferencia unidad est ligado al hecho de que la medida
no pertenezca a la clase de Szeg o. Recientemente, M. J. Cantero, L. Moral y
L. Velzquez han eliminado dicho requisito a cambio de utilizar sendas ba-
ses en el espacio de los polinomios de Laurent (vase [13], [14] y [15]). De
esta forma aparece una representacin de dicho operador mediante una ma-
triz pentadiagonal (CMV matriz) cuyas propiedades espectrales permiten
un estudio novedoso de la teora de polinomios ortogonales en la circunfe-
rencia unidad (vase [67], [68] y [69]). Queremos abordar la repercusin de
las transformaciones espectrales racionales desde esta nueva perspectiva y
su conexin con la factorizacin de la matriz CMV tanto desde el enfoque
LU como QR.
3. La transformacin UL de las matrices de Jacobi da lugar a la aparicin del
159
160 Problemas Abiertos
parmetro libre en la transformacin de Geronimus. En el caso estudiado en
la memoria y puesto que se ha de preservar el carcter hermitiano, parece
natural considerar la transformacin de Uvarov en dos pasos en la lnea se-
guida en el captulo 4 para la transformacin cannica de Christoel. Con-
jeturamos que de la factorizacin UL de la matriz de Hessenberg inicial se
sigue la dependencia uniparamtrica vinculada a la adicin de la masa de
Dirac.
4. En el captulo 6 se ha abordado el anlisis de un tipo particular de transfor-
macin de Geronimus que no incorpora masas de Dirac. Estamos desarro-
llando el caso general junto con el anlisis de la correspondiente matriz de
Hessenberg, sobre la base de preservar el carcter cuasi-denido del funcio-
nal lineal transformado.
5. Como se ha sealado en el captulo 4, la caracterizacin de las transfor-
maciones espectrales racionales que transforman una C-funcin en otra C-
funcin constituye un problema abierto. En [62] se ha resuelto para el caso
de funciones de Stieltjes que son transformadas de Cauchy de medidas so-
portadas en la recta real.
6. En [43] se aplica el mtodo de generacin de espacios de estados para matri-
ces de momentos con estructura Hankel y Toeplitz. Parece natural analizar
dicho mtodo en el caso de matrices de momentos con una estructura deri-
vada de las propiedades algebraicas del soporte de la medida espectral. El
caso de curvas algebraicas (vase [7]) constituye un interesante proyecto
de investigacin dado que las entradas de la matriz de momentos satisfacen
relaciones lineales.
Bibliografa
[1] R. Alvarez-Nodarse y F. Marcelln, On the Favard Theorem and its exten-
sions, J. Comput. Appl. Math. 127 (2001), 231254.
[2] S. Barnett, Polynomials and Linear Control Systems, Marcel Dekker, New
York, 1983.
[3] , Leverriers algorithm: a new proof and extension, SIAM J. Matrix
Anal. Appl. 10 (1989), 551556.
[4] , Leverriers algorithmfor orthogonal polynomial bases, Linear Alg.
and Appl. 236 (1996), 245263.
[5] J. C. Basilio, Inversion of polynomial matrices via state-space, Linear Alg.
and Appl. 357 (2002), 259271.
[6] A. Branquinho, L. Golinskii y F. Marcelln, Orthogonal polynomials and
rational modication of the Lebesgue measure on the unit circle. An inverse
problem, Complex Variables 38 (1999), 137154.
[7] C. Brezinski, Formal orthogonality on an algebraic curve, Annals Numer.
Math. 2 (1995), 2133.
[8] M. I. Bueno y F. M. Dopico, Stability and sensitivity of tridiagonal LU fac-
torization without pivoting, BIT 44 (2004), 651673.
161
162 BIBLIOGRAFA
[9] , Stability and sensivity of Darboux tranformation without parame-
ter, Electr. Trans. on Numer. Anal. 18 (2004), 101136.
[10] M. I. Bueno y F. Marcelln, Darboux transformations and perturbation of
linear functionals, Linear Alg. and Appl. 384 (2004), 215242.
[11] , Polynomial perturbations of bilinear functionals and Hessenberg
matrices, Linear Alg. and Appl. 414 (2006), 6483.
[12] M. Buhmann y A. Iserles, On orthogonal polynomials transformed by the
QR algorithm, J. Comput. Appl. Math. 43 (1992), 117134.
[13] M. J. Cantero, L. Moral y L. Velzquez, Five-diagonal matrices and zeros of
orthogonal polynomials, Linear Alg. and Appl. 362 (2003), 2956.
[14] , Minimal representations of unitary operators and orthogonal poly-
nomials on the unit circle, Linear Alg. and Appl. 408 (2005), 4065.
[15] , Measures on the unit circle and unitary truncations of unitary ope-
rators, J. Approx. Theory 139 (2006), 430468.
[16] T. S. Chihara, An introduction to Orthogonal Polynomials, Gordon and
Breach, New York, 1978.
[17] L. Daruis, J. Hernndez y F. Marcelln, Spectral transformations for Hermi-
tian Toeplitz matrices, J. Comput. Appl. Math. (2007), En prensa.
[18] A. Durn, P. Lpez-Rodriguez y E. B. Sa, Zero asymptotic behavior for
orthogonal polynomials, J. dAnal. Math. 78 (1999), 3760.
[19] E. Emre y O. Hseying, Generalization of Leverriers algorithm to polyno-
mial matrices of arbitrary degree, IEEE Trans. Automat. Control 20 (1975),
136.
[20] P. K. Faddeev y V. N. Faddeeva, Computational Methods of Linear Algebra,
W. H. Freeman and Co., San Francisco, CA., 1963.
BIBLIOGRAFA 163
[21] J. S. Frame, Matrix functions and applications IV: Matrix functions and
constituent matrices, IEEE Spectrum 1 (1964), 123131.
[22] P. Garca Lzaro y F. Marcelln, On zeros of regular orthogonal polynomials
on the unit circle, Ann. Polon. Math. 58 (1993), 287298.
[23] Ya. L. Geronimus, On the trigonometric moment problem, Ann. of Math. 47
(1946), 742761.
[24] , Orthogonal Polynomials: Estimates, Asymptotic Formulas, and Se-
ries of Polynomials Orthogonal on the Unit Circle and on an Interval, Con-
sultants Bureau, New York, 1961.
[25] , Polynomials orthogonal on a circle and their applications, AMS
Transl. 1 (1962), 178.
[26] G. M. L. Gladwell, Inverse Problems in Vibrations, Kluwer Academic Pu-
blishers, Dordrecht, 1986.
[27] E. Godoy y F. Marcelln, An analogue of the Christoel formula for poly-
nomial modication of a measure on the unit circle, Boll. Un. Mat. Ital A 5
(1991), 112.
[28] , Orthogonal polynomials and rational modication of measures,
Canad. J. Math. 45 (1993), 930943.
[29] L. Golinskii, P. Nevai y W. Van Assche, Perturbation of orthogonal polyno-
mials on an arc of the unit circle, J. Approx. Theory 83 (1995), 392422.
[30] L. Golinskii, P. Nevai, W. Van Assche y F. Pintr, Perturbation of orthogonal
polynomials on an arc of the unit circle, II, J. Approx. Theory 96 (1999), 1
32.
[31] J. C. Gower, A modied Leverrier-Faddeev algorithm for matrices with mul-
tiple eigenvalues, Linear Alg. and Appl. 31 (1980), 6170.
164 BIBLIOGRAFA
[32] , An application of the modied Leverrier-Faddeev algorithm to the
spectral decomposition of symmetric block-circulant matrices, Comp. Sta-
tist. and Data Anal. 50 (2006), 89106.
[33] W. B. Gragg, The QR algorithm for unitary Hessenberg matrices, J. Comput.
Appl. Math. 16 (1986), 18.
[34] U. Grenander y G. Szeg o, Toeplitz Forms and their Applications, 2
nd
ed.,
University of California Press, Berkeley 1958, Chelsea, New York, 1984.
[35] J. Hernndez y F. Marcelln, An extension of Leverrier-Faddeev algorithm
using basis of classical orthogonal polynomials, Facta Universitatis 19
(2004), 7392.
[36] , Classical orthogonal polynomials and Leverrier-Faddeev algo-
rithm for the matrix pencil sE A, Inter. J. Math. and Math. Sciences 2006
(2006), Article ID 74507, 13 pages.
[37] J. Hernndez, F. Marcelln y C. Rodrguez, Leverrier-Faddeev algorithm
and classical orthogonal polynomials, Rev. Acad. Colomb. Ciencias Exac-
tas, Fsicas y Naturales 28 (2004), no. 106, 3947.
[38] R. Horn y C. Johnson, Matrix Analysis, Cambridge University Press, Cam-
bridge, 1990.
[39] A. S. Householder, The Theory of Matrices in Numerical Analysis, Dover
Publications, New York, 1975.
[40] M. E. H. Ismail y R. W. Ruedemann, Relation between polynomials ortho-
gonal on the unit circle with respect to dierent weigths, J. Approx. Theory
71 (1992), 3960.
[41] W. B. Jones, O. Njstad y W. J. Thron, Moment theory, orthogonal polyno-
mials, quadrature, and continued fractions associated with the unit circle,
Bull. London Math. Soc. 21 (1989), 113152.
BIBLIOGRAFA 165
[42] T. Kailath, Linear Systems, Prentice-Hall, Englewood Clis, N. J., 1980.
[43] T. Kailath y B. Porat, State-space generators for orthogonal polynomials,
Prediction Theory and Harmonic Analysis (V. Mandrekar y H. Salehi, eds.),
The Pesi Massani Volume, North-Holland, 1983, 131163.
[44] N. P. Karampetakis y P. S. Stanimirovi c, Symbolic implementation of
Leverrier-Faddeev algorithm and applications, 8
th
IEEE Mediterranean
Conference on Control and Automation (Patras, Greece), 2000.
[45] , On the computation of the Drazin inverse of a polynomial matrix,
1
st
IFAC Symposium on System Structure and Control (Prague, Czech Re-
public), 2001.
[46] D. H. Kim y K. H. Kwon, Quasi-deniteness of generalized Uvarov trans-
forms of moment functionals, J. Appl. Math. 1 (2001), 6990.
[47] U. J. J. Leverrier, Sur les variations sculaires des lments elliptiques des
sept plantes principales: Mercure, Venus, La Terre, Mars, Jupiter, Saturne
et Uranus, J. Math. Pures Appl. 4 (1840), 220254.
[48] F. L. Lewis, Further remark on the Cayley-Hamilton theorem and Leve-
rriers method for the matrix pencil sE A, IEEE Trans. Automat. Control
AC-31 (1986), 869870.
[49] X. Li y F. Marcelln, Representation of Orthogonal Polynomials for modied
measures, Comm. in the Anal. Theory of Cont. Fract. 7 (1999), 922.
[50] F. Marcelln, Polinomios ortogonales no estndar. Aplicaciones en Anlisis
Numrico y Teora de Aproximacin, Rev. Acad. Colomb. Ciencias Exactas,
Fsicas y Naturales (2007), En prensa.
[51] F. Marcelln y M. Alfaro, Recent trends in orthogonal polynomials on the
unit circle, En Erice International Symposium on Orthogonal Polynomials
and Their Applications, IMACS Annals on Comput. and Appl. Math. J. C.
Baltzer, Basel (1991), 314.
166 BIBLIOGRAFA
[52] F. Marcelln, A. Branquinho y J. C. Petronilho, Classical orthogonal poly-
nomials: A functional approach, Acta Appl. Math. 34 (1994), 283303.
[53] F. Marcelln y A. Cachafeiro, Orthogonal Polynomials and Jump Modica-
tions, En Orthogonal Polynomials and their Applications (M. Alfaro et al.
Editors), Lect. Notes in Math. 1329, Springer Verlag, Berlin, 1988, 236
240.
[54] F. Marcelln y J. Hernndez, Geronimus spectral transforms and measures
on the complex plane, Sometido.
[55] , Christoel transforms and Hermitian linear functionals, Mediterr.
J. Math. 2 (2005), 451458.
[56] F. Marcelln, F. Peherstorfer y R. Steinbauer, Orthogonality Properties of
Linear Combinations of Orthogonal Polynomials I, Adv. in Comput. Math.
5 (1996), 281295.
[57] , Orthogonality Properties of Linear Combinations of Orthogonal
Polynomials II, Adv. in Comput. Math. 7 (1997), 401428.
[58] W. Marszalek y H. Unbehauen, Second order generalized linear systems ari-
sing in analysis of the exible beams, 31st Conference on the Decision and
Control (Tucson, Arizona), 1992, 35143518.
[59] B. G. Mertzios, Leverriers algorithm for singular systems, IEEE Trans. Au-
tomat. Control AC-29 (1984), 652653.
[60] C. D. Meyer, Matrix Analysis and Applied Linear Algebra, SIAM, Phila-
delphia, PA, 2000.
[61] A. F. Nikoforov y V. B. Uvarov, Special Functions of Mathematical Physics:
An Unied Approach, Birkhauser Verlag, Basel, 1988.
[62] F. Peherstorfer, Finite perturbations of orthogonal polynomials, J. Comput.
Appl. Math. 44 (1992), 275302.
BIBLIOGRAFA 167
[63] , A special class of polynomials orthogonal on the unit circle inclu-
ding the associated polynomials, Constr. Approx. 12 (1996), 161185.
[64] F. Peherstorfer y R. Steinbauer, Characterization of orthogonal polynomials
with respect to a functional, J. Comput. Appl. Math. 65 (1995), 339355.
[65] L. Reichel, G.S. Ammar y W.B. Gragg, Discrete least squares approximation
by trigonometric polynomials, Math. Comp. 57 (1991), 273289.
[66] M. de la Sen, A. J. Garrido, O. Barambones y F. J. Maseda, An expert net-
work for the obtaining of approximate discrete-time models for LTI systems
under real sampling using parameter identication, ICSE Sixteenth Inter-
national Conference on Systems Engineering, The Institution of Electrical
Engineers IEE (Coventry, UK), vol. 1, 2003, 132139.
[67] B. Simon, OPUC on one foot, Bull. Amer. Math. Soc. 42 (2005), 431460.
[68] , Orthogonal polynomials on the unit circle, vol. 1 y 2, Amer. Math.
Soc. Coll. Publ. Series, vol. 54, Amer. Math. Soc. Providence, RI, 2005.
[69] , CMV matrices: ve years after, To appear in the Proceedings of the
W.D. Evans 65th Birthday Conference, 2006.
[70] V. Spiridonov, L. Vinet y A. Zhedanov, Spectral transformations, self-similar
reductions and orthogonal polynomials, J. Phys. A: Math. Gen. 30 (1997),
76217637.
[71] P. S. Stanimirovi c, A nite algorithm for generalized inverses of polynomial
and rational matrices, Appl. Math. and Comp. 144 (2003), 199214.
[72] G. Szeg o, Orthogonal Polynomials, 4
th
ed., Amer. Math. Soc. Colloq. Publ.
Series, vol. 23, Amer. Math. Soc., Providence, RI, 1975.
[73] G. Wang y Y. Lin, A new extension of Leverriers algorithm, Linear Alg. and
Appl. 180 (1993), 227238.
168 BIBLIOGRAFA
[74] G. Wang y L. Qiu, Leverrier-Chebyshev algorithm for the singular pencils,
Linear Alg. and Appl. 345 (2002), 18.
[75] D. S. Watkins, Some perspectives on the eigenvalue problem, SIAM Review
35 (1993), 430471.
[76] G. J. Yoon, Darboux transforms and orthogonal polynomials, Bull. Korean
Math. Soc. 39 (2002), 359376.
[77] Z. Yun y Y. Chengwu, Algorithms for the computation of the transfer fun-
ction matrix for two-dimensional regular and singular general state-space
models, Automatica 31 (1995), 13111315.
[78] A. Zhedanov, Rational spectral transformations and orthogonal polyno-
mials, J. Comput. Appl. Math. 85 (1997), 6783.
[79] B. Zheng y G. Wang, Leverriers algorithm and Cayley-Hamilton theorem
for 2-D system, Appl. Math. and Comp. 160 (2005), 725738.

Tesis Javier Hernandez Benitez

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Tesis Javier Hernandez Benitez

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDAD CARLOS III DE MADRID

recibe el nombre de transformado cannico de

es el funcional de Dirac dado por

(0), y aplicando la transformada de

(s) := Adj (sE

(s) B(s), cuando

Demostracin (de Proposicin 4.1.3):

80 Transformaciones espectrales para matrices hermitianas Toeplitz

De aqu se sigue que P

El ncleo reproductor de grado n, K

se denomina Funcin de Christoel asociada a . Uno de los resultados prin-

(y) = 0 para todo y C con y < 1.

(y) > 0 para todo y C con y < 1.

= ((z a)p, (z a)q)

Las transformaciones de Christoel, Uvarov y Geronimus se denominan trans-

es una matriz de Hessenberg inferior con

es la matriz Hessenberg inferior tal que

Corolario 4.3.3 La matriz H

Debido al carcter ortogonal de la familia P

102 Transformaciones espectrales para matrices hermitianas Toeplitz

A continuacin, si perturbamos el funcional [

4.4. Funcionales lineales cuasi-denidos y la factorizacin LU 105

Proposicin 4.4.8 Sea L

4.5. Funcionales lineales denidos positivos y la fac-

asociadas al operador de multiplicacin por z en

Nota 4.5.2 De acuerdo con la Proposicin 4.1.10, la matriz M es unitaria si >

= I (Proposicin 4.5.1), se sigue el enunciado.

De la proposicin anterior, obtenemos

, primero se necesita encontrar la matriz trian-

, analizaremos varios casos.

con alguna factorizacin de la matriz H

es una matriz triangular superior cuyas entradas de la

es una matriz triangular superior tal que las entradas de

representa la descomposicin de Cholesky de

Ahora, probaremos la siguiente

Si el funcional [ es denido positivo y m > 0, entonces 1 + mK

una matriz triangular inferior tal que (z) = L

estn dadas por

estn dadas por

(z) y (z) = L(z), entonces se tiene

De esta manera, para calcular H

(k+1)(k+2)( j+1)( j+2)

I, necesitamos hacer la multiplicacin de L

Como consecuencia inmediata se tiene

la matriz triangular inferior tal que (z) = L

estn dadas por

asociadas con el operador multiplicacin por z, respecto a

Proposicin 6.1.3 La sucesin de polinomios ortogonales mnicos

Nota 6.1.4 Si usamos en (6.1.3) la frmula de Christoel-Darboux (4.1.8), en-

Por otra parte, la matriz M es cuasi-unitaria (ver [55]). De hecho se tiene

= ((z )(z), (z )(z)

I) estn dadas por

Das könnte Ihnen auch gefallen