Beruflich Dokumente
Kultur Dokumente
A.2
NMEROS
COMPLEJOS
--------------------------------------------------------
EN
SOLUCIN
DE
SISTEMAS
LINEALES
------------------------------------ A11(1-4)
CON
ALGEBRA
A10
ENTRADAS
DETERMINANTES
DE
COMPLEJAS-------------------------------------------------------------- A13 (4)
ESPACIOS
VECTORIALES
------------------------------------------------------------------------A14 (4-6)
LINEAL
(1)
COMPLEJAS
MATRICES
COMPLEJOS
A.2 EJERCICIOS
--------------------------------------------------------------------------------------------------A20 (11-14)
EJERCICIOS TERICOS
------------------------------------------------------------------------------------------ A21 (14)
A.2
sistemas
lineales
con
coeficientes
complejos.
Ilustraremos las operaciones por rengln y las formas escalonadas
para tales sistemas por medio de la reduccin de Gauss-Jordan,
utilizando la aritmtica compleja.
EJEMPLO 1
Gauss-Jordan:
( 1+ i ) x 1 + ( 2+i ) x 2=5
( 22 i ) x 1+ ix 2=+2 i
2 ()()(A.10)
Solucin
1+ 2i 2+ i 5
22 i i 1+ 2i
1
1+i
[
Ahora sumamos
3 1 5 5
i i
2 2 2 2
22 i
i
1+2i
1
para obtener
obtener
3 1 5 5
i i
2 2 2 2
0 2+5 i 1+2 i
1
]
1
2+5 i
3 1 5 5
i i
2 2 2 2
i
2i
1
0
para obtener
para obtener
0 0
1 2i
x 1=0 y x 2=2i
3 ()()(A.10)
1 0 1+i 1
0 1 3 i 2+i
0 0 1 2i
( 2+i ) x 1+ ( 1+ i ) x 2=3+6 i
( 3i ) x1 + ( 22i ) x2 =7i
4 ()()(A.10)
Si
nmeros
reales, entonces
([ ] [
2 1 +i 1
1
3 2
1 2
]) ( [ ] [ ]) [ ] [ ]
a1
b
3
6
+i 1 = + i
7
1
a2
b2
Al multiplicar tenemos
( [ ][ ] [
][ ] )
2 1 a1
1
1 b1
3 2 a2 1 2 b2
+i
([ ][ ] [
] [ ]) [ ] [ ]
2 1 b1
1
1 a1
3
6
+
= +i
3 2 b2 1 2 a2
7
1
[ ][ ] [
][ ] [ ]
[ ][ ] [
][ ] [ ]
2 1 a1 1
1 b1 = 3
3 2 a 2 1 2 b 2 7
Y
2 1 b1 + 1
1 a1 = 6
3 2 b 2 1 2 a2 1
3 a1 +2 a2 +b1 +2 b2=7
a1 +a 2+2 b1 +b 2=6
a12 a2 +3 b1 +2 b2=1 ,
2 1
1 1
3 2
1
2
1
1
2 1
1 2
3 2
][ ] [ ]
a1
3
a2 = 7
6
b1
1
b2
As
x 1=1+ 2i y x 2=2i
lineal dado.
DETEMINANTES DE MATRICES COMPLEJAS
La definicin de determinante y todas las propiedades deducidas en
el captulo 2 son aplicables a las matrices con entradas complejas. El
siguiente ejemplo muestra esto.
EJEMPLO 4
Solucin
( 62 i )( 4 +2 i )
24 i
ESPACIOS VECTORIALES COMPLEJOS
Un espacio vectorial complejo se define exactamente como un
espacio vectorial real (definicin 1 de la seccin 4.1), excepto que los
escalares en las propiedades (e) a (h) pueden ser nmeros complejos.
Los trminos espacio vectorial complejo y espacio vectorial real
destacan el conjunto del cual se eligen los escalares. Para satisfacer
la propiedad de cerradura de la multiplicacin por un escalar
[definicin 1 ( ) de la seccin 4.1] en un espacio vectorial
complejo, debemos considerar, en la mayor parte de los ejemplos,
vectores
con
nmeros
complejos.
Casi todos los espacios vectoriales reales del captulo 4 tienen
sus espacios vectoriales complejos similares.
n
EJEMPLO 5
(a) Considere C , el conjunto de todas las matrices de n 1
[]
a1
a2
an
f1 yf2
definida como
f ( t )=c . f (t)
w1
7 ()()(A.10)
w1
entonces u de v est
w1
a
( 1 , 01 , b ),
w1
C3
de la forma
a1 , 01 ,b
d 1 ,0,
)=
a+ d , 0, b ,+c
a1
e1
01 , b=(ea1 , 01 , eb)
A= [ ag ] y B=[b kg ]
B , pues si
akg
bkg
Cmn
con entradas
pertenecen a W, entonces
son reales, entonces su
A no
EJEMPLO 7
(a) Determine si
, sean
v 3= ( 1,1, 1 ) ,
v =(1,3+3 i4 +i)
v
[ 1 , v 2 , v 3 ].
[ v1 , v2 , v3 ]
(b)Determine si
(c) Determine
si
independiente de
(d) Es
genera a
[v 1 , v 2 , v 3 ]
C
es
C3
un
subconjunto
linealmente
v1 , v2 , v3
] una base para
(e)
Solucin (a) Procedemos como en el ejemplo de la seccin 4.2. Formamos una
v1 , v2 , v3
c1 , c2 , y c3
combinacin lineal de
con los coeficientes
por
determinar y la igualamos a
v2
c 1 v 1+ c 2 v 2 +c 3 v 3
Si sustituimos los vectores
v1 , v2 , v3 y v
cv 1 +c 3=3+3 i
(1+i)cv 2 +c 3=4+i
1 i
1
1
0 0 1i 3+ 4 i
0 0 1
3
]
9 ()()(A.10)
v =(a , b , c )
un
vector
arbitrario
de
C3 .
Formamos
la
combinacin lineal
c 1 v 1+ c 2 v 2 +c 3 v 3=v
Y encontramos los valores de
c 1+ ic 2+ c 3=a
c1 , c2 , y c3
c2 .
ic 1 +c 3=b
1 i
1
a
0 1 1i
bia
0 0
1 c +(1+i)(bia)
c1 , c2 , y c3
{v 1 , v 2 , v 3 }
genera a
C3 .
c1 , c2 y c3
. El sistema homogneo
resultante es
c 1+ ic 2+ c 3=0
ic 1 +c 3=0
(1+i)c 2+ c 3=0
1 i
1 0
0 1 1i 0
0 0
1 0
c 1=c 2=c3 =0
es linealmente independiente.
v1 , v2 , v3
generan a
C3 [ parte ( b ) ]
y son linealmente
R2
[] []
u1
u= u2 y v=
un
v1
v2
vn
Son vectores en
uv
como
u v=u1 v 1 + u2 v 2 ++ un v n
Sean
u=
Calcular
Solucin
[ ] [ ]
1i
3+ 2i
y v= 34 i
2
3+2i
3i
uv
Tenemos que
) ( 3+2i ) +2 ( 34 i ) + (3+
2i ) (3 i )
u v=( 1i
( 1+ 5i ) + ( 68 i )+ (6+ 9 i )
1+ 6 i .
Cn
son ortogonales si
Sean
[ ] [ ]
1+i
62 i
u= 2i y v= 2 i
3+i
1+i
Entonces
|u|= u v= u T u
12 ()()(A.10)
u v=0 .
Cn
17
Podemos demostrar las siguientes propiedades del producto punto en
Cn
(ejercicio T.6):
n
(a) u u> 0 para u 0 en C ; u u=0 si,
y solo s
u=0 enC n .
n
(b) u v= v u para cada u , v en C
n
(c) ( u+ v ) w=u w+v w para cada u , v , w en C .
n
(d) ( cu ) v= c ( u v ) para cada u , v en C
y c un escalar complejo.
OBSERVACION Observe que estas propiedades son un poco distintas de las que
satisface el producto punto en
seccin 3.2).
VALORES Y VECTORES PROPIOS COMPLEJOS
Sea A una matriz de
tal que
A x= x
( I n A ) x=0.
Este sistema homogneo tiene una solucin x no nula si, y solo si
det ( I n A ) =0
det ( I n A )
13 ()()(A.10)
n en . Como en la seccin
det ( I n A )
tuviera
Sea
A= 0 1
1 0
[]
1
i
(Verifique)
[ ]
1
i
(Verifique)
14 ()()(A.10)
i es
es
U1 AU =D ,
P1 AP=D ,
una
P1 AP
unitaria
tal
que
AU =D ,
una
matriz
diagonal.
U1 AU =D ,
A.2
EJERCICIOS
2 i
0 1i
( a ) 0 3 i 2+i 4 .
0 0 2+ i 2i
i
2 1+i 3 i
( b ) 0 1i 0 2+i .
0
0
3 63 i
3. Resuelva mediante eliminacin gaussiana y sustitucin regresiva.
16 ()()(A.10)
( a ) ix 1 + ( 1+i ) x 2=i
( b ) x 1+ix 2+ ( 1i ) x 3=2+i
4.
ix 2 + x 3=1 .
( 1i ) x 1 + x 2ix3=1
2ix 2x 3=2i .
ix 1 + ( 1i ) x 3=1+i
( a ) 1+i 1
2i 1+i
1+i
( b ) 2i
1+2 i (1i) .
1+ i 2 2i
(c ) i
0 3+i
2 1 1+2 i
2 1i 0
( d ) 1+ i 1 i
0
i 2
5.
Determine la inversa de cada una de las siguientes matrices, de
ser posible.
2 i
3
i
2
(a)
. ( b ) 1+i 0 1i .
1+i i
2 1 2+i
6.
C22
17 ()()(A.10)
2 2
con
2 2
que
(a) Pertenece
(b)es
el
, donde
a W?
{v 1 , v 2 , v 3 }
conjunto
{v 1 , v 2 , v 3 }
linealmente
independiente
dependiente?
8.
Sea
{v 1 , v 2 , v 3 }
W 2=( 2+i ) v 1 +2 iv 2+ ( 3i ) v 3
{W 1 , W 2 }
W = (23i ) v 1 + ( 3i ) v 2 +(22i) v 3
(b) w 1=2iv 1+ v 2 + ( 1i ) v 3
( a ) u= (1i, 2,3+i ) .
u .
Calcule
( b ) u= (i ,23 i, 1+i ) .
( c ) u=( i ,i ,1,0 ) .
11.
Determine los valores propios y los vectores propios asociados
para las siguientes matrices complejas.
2 0 0
1
1
1
i
( )
(a) A= 1 1 . b A= i 1 . ( c ) A= 0 2 i .
0 i 2
18 ()()(A.10)
12.
Para cada uno de los incisos del ejercicio 11, determine una
1
matriz P tal que P AP=D , una matriz diagonal. Para la parte (c),
(a)
n n
,justifique su
respuesta.
T.2. Cierto o falso? El conjunto w de todas las matrices unitarias de
n n es un subespacio vectorial complejo de Cnn .
T.3.
(a)
muestre que si A es hermitiana, entonces los valores
propios de A son reales.
(b)
verifique si la matriz A del ejercicio 11 (c) es hermitiana.
(c)
Es posible garantizar que los vectores propios asociados
a un valor propio de una matriz hermitiana sean vectores reales?
Explique.
T.4.
muestre que una matriz A compleja de n n es unitaria si , y
solo si las columnas (y renglones) de A forman un conjunto ortogonal
n
con respecto del producto punto en C
.(sugerencia : vase el
teorema 5.7.)
T.5.
muestre que si A es una matriz antihermitiana (vase el
ejercicio T.7 de la seccin A.1) y es un velor propio de A, entonces
la parte real de es igual ha cero.
T.6.
Cn
siguientes propiedades.
( b ) u = u para cualesquiera u , v en Cn .
( c )( u+ v ) w=u w+ v w para cualesquiera u , v , w en Cn .
19 ()()(A.10)
satisface las
20 ()()(A.10)