F ( t )= f 1 ( t )+ i f 2 ( t )

F continua
f 1 es continua f 2 es continua

f 1 , f 2 derivables
F derivable
F ' ( t )= f ' 1 ( t )+ i f ' 2 ( t )

f 1 y f 2 son n veces derivables

( n) ( n) ( n)
f ( t )= f 1 ( t )+i f 2 ( t )
Propiedades de la derivada

( f + g )' = f ' + g '

( cf ) ' =cf ' c C

( f.g ) ' = f ' . g + f.g '

f ' . g f.g '

( f /g )' = 2
g
n n 1
( f ) ' =n f .f'
f : C , g :C C

g f :C
h:
f h : C
( f h) ' ( t )= f ' ( h ( t )) . h ' ( t )
Nota : Se pueden separar complejos
y derivar de la forma f 1+i f 2
 Primitivas
f : I C ,
F : I C es primitiva de f si

F ' ( t )= f ( t ) t I
Si F = F 1+i F 2

F ' 1= f 1 , F ' 2= f 2

( f 1 +i f 2) dt = f 1 dt +i f 2 dt
Si I es intervalo y F es primitiva de f en I

Todas las primitivas de f son de la forma

F +c c C
 Exponencial Complejo
a + ib a a
e =e cos ( b)+ i e sen ( b )

Propiedades
ln ( a ) ln ( a ) 1
e =a e =
a
 z +z z z
e =e . e

Teorema
f : I C derivable

f (t ) f (t )
(e ) ' = f ' (t ) . e
Definicin
F es una funcin par
t Dom ( f ) , f ( t )= f (t )
es simtrica respecto del ejeY

F es una funcin impar

t Dom ( f ) , f ( t )= f ( t )
es simtrica respecto del eje X
Ecuaciones Diferenciales Lineales de1 Orden

( 1 ) a1 ( t ) y ' ( t )+ a 0( t ) y ( t )= f ( t )

t =variable independiente

a1 ( t ) , a0 ( t ) , f ( t ) estn definidos
para t I ,con I un intervalo de
La ecuacin (1 ) es homognea

f ( t )=0 t I

La ecuacin
a1 ( t ) y ' ( t )+ a0 ( t ) y ( t )=0
es la ecuacin homognea asociada.
Definicin
Solucin : Una funcin : J C con J I
es solucin de la ecuacin ( 1 )

{ J es un intervalo
es derivable en J
y adems
a1 ( t ) ' ( t )+ a0 ( t )( t )= f ( t ) t J
Resolucin de la ecuacin Lineal de 1 orden
( a1 ( t )=1)
Para la forma ' normal ' o ' estandar '

y ' + p ( t ) y = f (t ) , t I
Suponemos que p ( t ) y f ( t ) son continuas en el intervalo I
Mtodo del Factor Integrante
Sea P ( t ) una primitiva de p ( t )
( es decir P ' ( t )= p ( t ))
P (t )
( t )=e 0 en I ( exponencial )

tI
P (t ) P( t )
' ( t )= P' ( t ) e = p ( t ) e = p ( t ) ( t )
 ( ( t ) y ) ' =( t ) f ( t )
Si H ( t ) es una primitiva de ( t ) f ( t )

( t ) y = H ( t )+C

H ( t )+C P( t ) P ( t)
y= = H (t ) e +Ce

Teorema
Consideremos la ecuacin
y ' + p (t ) y = f (t )
tI , f ( t ) , p ( t ) continuas en I
I un intervalo de
P ( t ) una primitiva de p ( t )
H ( t ) una primitiva dee
p (t )
f (t )

Todas las primitivas de la ecuacin son de la forma
P ( t) P (t )
y = H (t )e +c e , c C

Nota : Todas las ecuaciones diferenciales de 1

orden tienen solucin infinita
 Problema a valores Iniciales

( PVI )
{ a1 ( t ) y ' + a0 ( t ) y = f ( t )
y ( t 0 )= y 0
Una funcin
: J C
es una solucin de PVI si :

{
es solucin de la ecuacin
t 0J
( t 0)= y 0
Teorema de Existencia y Unicidad
Consideremos la ecuacin

y ' + p (t ) y = f (t ) , t I
la ecuacin debe estar en la forma normal
p ( t ) , f ( t ) continuas en el intervalo I
Sean t 0 I , y 0 C

! solucin de la ecuacin
: I C
que cumple
( t 0 )= y 0
Definicin
C ( I )={ : I C
1
/ derivable con continuidad }

C( I )={ : I C / es continua }
 Sea L : C ( I ) C( I ) , p ( t )C en I
1

L ( y )= y ' + p ( t ) y

L es una transformacin lineal

La ecuacin se escribe L ( y )= f
La ecuacin homognea se escribe L ( y )=0
Las soluciones de la ecuacin homognea
forman el ncleo de la transformacin L
1
y por lo tanto son un subespacio de C ( t )
 Teorema
El conjunto de soluciones de la ecuacin

y + p ( t ) y =0
tI p C en I

Es un subespacio de C ( I ) 1

de dimensin 1
Si P H es una solucin no trivial de la ecuacin

y = c P H , c C
es la solucin general de la ecuacin
Una posible P H es

P( t )
PH=e
P ( t ) primitiva de p ( t )
 Teorema
Consideremos la ecuacin
y ' + p ( t ) y = f ( t ) ,t I
con p ( t ) , f ( t ) continuas en I
Sea Y P una solucin particular
dela ecuacin

Todas las soluciones son de la forma :

Y =Y P+Y H
con Y H solucin
de la ecuacin homognea
Mtodo deVariacin de Parmetros
Objetivo : Hallar Y P
Requerimientos : Conocer una solucin H 0
de la ecuacin homognea

y ' + p (t ) y = f (t )
P H + p ( t ) H =0
 Planteo
Y P = H con a determinar

Y ' P= ' H + ' H

f
'=
H

=
f
H

H = solucin de homogneo

Y P= H
 Ecuaciones Diferenciales Lineales
de 2 orden con coeficientes Constantes
( EDLNH )

( 1) Y ' ' + a 1 y ' + a 0 y = f ( t )

a1 , a 0 constantes
Si f ( t )=0 t ,
la ecuacin es homognea

En caso contrario
es inhomognea o no homognea.
Consideramos la T.L. :
L ( y )= y ' ' +a1 y ' +a 0 y

L : C C ( )
Si f : C es continua ,
la ecuacin ( 1 ) es equivalente a :

L ( y )= f
Y la ecuacin asociada :
y ' ' + a1 y ' + a 0 y = 0

es equivalente a
L ( y )=0
 Teorema :
Las soluciones de EDLH forman un subespacio de C ( )
2

En particular ,
si y1 + y 2 son 2 soluciones de EDLH

y =1 y 1+ 2 y 2
es solucin 1 , 2 constantes
Nota :
El conjunto solucin de EDLH es el nucleode L
 Teorema :
Si y P es solucin particular de EDLNH

Todas las soluciones de EDLNH son de la forma :

y= yP + yH
con y H solucin de EDLH
Nota : A diferencia de las ec. dif. 1 orden ,
no existe factor integrante.

Hay que encontrar y P , y H
 Resolucin de EDLNH
y ' ' + a1 y ' + a 0 y = 0 , a 1 , a0 C

Operador Diferencial D
D : C ( ) C( ) , D y = y '
1

D es una T.L.
 D : C ( ) C ( )
2 2

2
D y = D ( D y )= y ' '

En general :
D : C ( ) C ( )
k k

k k 1 (k )
D ( y )= D ( D y )= y
 2
y ' ' + a1 y ' + a0 y = 0 D y + a 1 D y + a 0 y = 0

2
D +a 1 D +a 0) y =0
(

2
p ( t )= r + a1 r +a 0=( r 1 )( r 2 )
es el polinomio caracterstico
Mtodode Varicacin de Parmetros para hallar soluciones de la EDLNH

Objetivo: Encontrar Y p

Nota : Este mtodo es universal.

En ocasiones puede ser trabajoso.

Requerimientos : Conocer una base {1, 2}de soluciones de

la ecuacin homognea.
 y ' ' +a 1 y ' +a 0 y = f ( t )

con f ( t ) continua en un intervalo

Se propone :
y P =u1 1+u 2 2
con u1 u2 funciones a determinar
y ' P= u1 ' 1+u 1 1 ' +u 2 ' 2+u 2 2 '

Impongo:
u 1 ' 1+u 2 ' 2=0
u ' ' + u ' ' = f (t )
1 1 2 2
Si u 1 u 2 cumplen:

{ u1 ' 1 + u 2 ' 2 = 0
u 1 ' 1 ' +u 2 ' 2 ' = f ( t )

[ 1
1 ' ][ ]
2 u 1 '
2 ' u 2 ' [
=
] 0
f (t )
Y =u +u
P 1 1 2 2

es solucin de EDLNH
 Teorema :
Si {1 , 2} es base de la ecuacin homognea

W (1 , 2)( t )0 t
Mtodo de coeficientes indeterminados
Objetivo : Hallar la solucin particular

a2 y ' ' + a 1 y ' + a 0 y = f ( x )

Sirve para :
f ( x ) continua
f ( x ) exponencial
f ( x ) trigonomtrica ( sen y cos )
f ( x ) composicin de las anteriores
Consiste en proponer
exponenciales,
trigonomtricas, o polinmios
genricos, y luego ir
despejando los coeficientes al
ir derivando.
Luego reemplazar en la
ecuacin diferencial
Autovalores y autovectores de Matrices

nxn
Dado A K ,
K es autovalor de A si

n
v K , v 0 / Av= v
El vector v
( en esas condiciones )
es un autovector de A
asociado a
Si v es autovector de A asociado a

v , 0
es autovector de A asociado a
 Notacin :
nxn
Si A K

K ( A)={ K / es autovalor de A}

K ( A) es el espectro de la matriz A
 Si es autovalor de A

n
S ={ v K / A v = v }=

}
= {v k / {v es autovector de A asoc.a }{0 }
n
v S A v = v 0= v A v
( I A) v =0 v Nul ( I A )

S = Nul ( I A )
n
S es un subespacio de K
 v 0 / Av = v
S tiene dimensin 1

autovalor de A
dim ( Nul ( I A ))1
 Propiedad :
n
det ( A I )=(1) det ( I A)
Teorema :
Son equivalentes:
K es autovalor de A
Nul ( I A ){0 }
det ( I A)=0
rango ( I A )<n
I A no es inversible
n
Col ( I A)K
 Teorema
nx n
AK

det ( I A ) es un polinomio de
grado n con coeficientes en K

n n 1 n
det ( I A )= traza ( A) ++(1) det ( A )
Definicin
p A ( )= det ( I A ) es el polinomio caracterstico de A

Teorema
n xn
Sea A K ,
K es autovalor de A es raiz de p A ( )

El nmero de autovalores diferentes

de A no puede ser mayor a n
Multiplicidad Geomtrica de un autovalor
nx n
Si K es autovalor de A k

La multiplicidad geomtrica de es :

=dim ( S ) , 1 n
Multiplicidad Algebraica de un autovalor

La multiplicidad Algebraica de
nx n
un autovalor de de A K
es la multiplicidad de como raiz de p A ()

( es el valor de la exponente en el polinomio , con =raiz )

 Notacin :
m =multiplicidad algebraica de

Teorema
m autovalor de A
Si m =1 =1
 Diagonalizacin de Matrices
nx n nxn
A K es diagonalizable en K si :
n xn
P K inversible ,
nx n
D K diagonal /
1
A=P D P
Nota : Para esto , las columnas de P
deben ser autovectores
 Teorema :
nx n n xn
AK es diagonalizable en K

n
{v 1,v 2 , ... , v n }base de K /
Av i =i v i , i K , i [ 1, n ]
Observacin
nx n
A K es diagonalizable

con los autovectores de A
n
se puede formar una base de K
 Teorema
A diagonalizable
k K 1
A =P D P
Nota
Ser diagonalizable depende del espacio
 Teorema
nx n n
Sea A K y sean v 1,v 2 ,... , vq autovectores
de A correspondientes a autovalores de A

{v 1 ,... , vq } es L.I.
 Corolario 1 :
nx n
Si A K y Atiene n autovalores
distintos en K ,

nxn
A es diagonalizable en K
 Nota :
Si K =C tiene que tener
n autovalores distintos

Si K = tiene que tener

n autovalores distintos en
 Corolario 2 :
' Los autoespacios estn en suma directa '

Si 1 , 2 ,... , q K son autovalores

n xn
diferentes de A K

S S ... S
1 2 q
 En particular ,
Si B i es base de S i

B 1B 2... Bq es base de

S S ... S
1 2 q
 Teorema
' para matriz diagonalizable
se necesita que coincidan m y '

nx n
Sea A K
Sean 1 , 2 ,... , q K los
diferentes autovalores de A
 nxn
A es diagonalizable en K

1 m = n
i

2 m =
i i
i [ 1, q ]
 Nota :
En C : Siempre da n
En : podra dar menos que n
 autovalor de A

r autovalor de rA
k k
es autovalor de A ( k N >0)
1 1
A inversible autovalor de A
+r es autovalor de A+ r I
 Adiagonalizable
1
p ( A)= P P ( D ) P es diagonalizable
Teorema de Cayley Hamilton
nxn
AK
p ()= p A ( )= det ( I A )

p ( A)= 0
Teorema :
A C
nx n
, p A ( )=det ( I A )

n n 1 n
p A ( )= traza ( A ) +... +(1 ) det ( A)

Traza ( A)= i
det ( A)= i
Definicin : Matriz Semejante
n xn nx n nxn
A K es semejante a B K en K si
n xn
P K inversible /
1
A=P B P

Notacin : A ~ B
 nx n nx n
A K diagonalizable en K

/
n xn
D K diagonal A~D
Propiedades :
A ~ A ( reflexividad )
A ~ B B ~ A ( simetra )
A ~ B , B ~ C A ~ C ( transitividad )
Matrices Semejantes

Mismos autovalores
autoespacios vinculados
Teorema

T : V V T.L. , dim ( V )= n ,
B , B ' bases de V

T B ~T B'
Teorema
A~B ,
nx n
P K inversible
1
A= P B P

( 1) p A ()= p B ( )
( 2 ) K ( A )= K ( B )
B A
( 3 ) v S P v S K ( B )
B A
( 4 ) dim ( S )=dim ( S )

y adems
( B )= ( A)
m ( B )=m ( A)
Corolario :
A ~B
Traza ( A)=Traza ( B )
det ( A)= det ( B )
 Definicin
El polinomio caracterstico de T
es el caracterstico de AT B
con B una base cualquiera de V

PT ()=caracterstico deT
Observacin :
El polinomio obtenido no depende
de la base B elegida

pues T B ~ T B '
para cualquier par de bases B , B '
m = multiplicidad algebraica de
= multiplicidad de como raz de PT

=multiplicidad geomtrica de
=dim ( S )
 Definicin :
T : V V con V un k espacio vectorial
de dimensin n ,

es diagonalizable si

base B de V /
T B es diagonal
T es diagonalizable
una base de V formada por autovectores deT
 Teorema :
Sea T : V V conV un K e.v. de dimensin n
son equivalentes :

T es diagonalizable
nxn
T B es diagonalizable en K
base B deV
Matrices unitarias y ortogonales
n xn
A C es unitaria si
H H
A A= A A = I
1 H
(A = A )
 nx n
si A R es unitaria ,
se dice que A es ortogonal
1 T
( A =A )
Si U es unitaria ,
T H
, U ,U son unitarias
U
 Teorema :
Son equivalentes :
U es unitaria
n
las columnas de U forman una bon de C
n
las filas deU forman una bon de C
 Hecho:
Si A y B son cuadrados , AB = I

BA = I
AB = I Nul ( B )={0 }
B X =0 X = 0
1
B es inversible A= B
 n xn
U R es ortogonal

sus columnas ( filas )

n
forman una bon de R
Propiedades de las matrices unitarias
U C
n xn
unitaria
n

1 x , y C , ( Ux ,Uy )=( x , y )
2 x C n ,Ux=x

3 ( U )= 1
C
4 det ( v )= 1

5 Si V es unitario ,UV es unitario

6 Para autovalores distintos
corresponden autovectores distintos
 nx n H
A C es hermtica A = A
n xn T
A es simtrica A = A
 nxn
A C es hermtica :

1 C ( A )

2 Si y son autovectores diferentes S S

n
3 A es diagonalizable ( o sea S S ..=C )
1 2

4 ( x , Ay )=( Ax , y )
 nxn
A C

H n
( x , Ay )=( A x , y ) x , y C
 nx n
Si A C es hermtica
, son autovalores diferentes de A

S S
 Teorema :
nx n
A C hermtica
m = autovalor de A
 Corolario :

nx n
A C hermtica
n
bon de C formado por autovectores de A
 Definicin
nx n
A C es diagonalizable unitariamente si

U C
n xn
unitaria y D C
n xn

/
diagonal

H
A=U D U
 Definicin
nx n
A es diagonalizable ortogonalmente si

/
nx n nx n
P ortogonal y D diagonal

T
A=P D P
 Teorema espectral
nx n
A C hermtica
1 Todos los autovalores de A son reales
C ( A)
2 Autoespacios asociados a diferentes
autovalores son ortogonales entre si
3 A es diagonalizable unitariamente

4 A simtrica A diagonalizable ortogonalmente

Toda matriz antisimtrica real
es diagonalizable unitariamente
 Formas Cuadrticas
n
Q :
T nx n
con Q ( x )= x A x , A simtrica

[ ]
1 0 0
Si A= 0 2 0
0 0 n
2 2
Q ( x )= 1 x +...+ n x
1 n
Q es una forma cuadrtica
 n
Una funcin Q: es una forma cuadrtica si
A
nxn
simtrica
/
T
Q ( x )= x A x
Ventaja de la forma diagonal:

Es fcil de analizar, como

circunferencias, hiprbolas, etc.
Cambio de Variable para eliminar productos cruzados
T nx n T
Sea Q ( x )= x A x , A , A =A

Como A es real y simtrica

A es diagonalizable ortogonalmente

T
A= P D P

P ortogonal
nx n
D diagonal
hacemos cambios de variable
T
x = Py y = P x

T T
Q ( x )= x A x = y D y
 Q ( x )= i y
2
,
i

[ ]
1 0 0
D= 0 2 0
0 0 n
 Teorema de los ejes principales
nxn
Si A simtrica
P
n xn
/
ortogonal el cambio de variable x = Py
transforma la forma cuadrtica
T
q ( x )= x A x
en la forma cuadrtica sin productos cruzados

T si x = Py
Q ( x )=Y D y nx n
con D diagonal
Adems :

n
Las columnas de P forman una bon de
y son autovectores de A

Los elementos de la diagonal de D

son autovalores de A
Interpretacin Geomtrica del cambio de variable

P =[ v1 v 2 ]
2
con B ={v1 , v 2} una bon de

Si
x = Py =[ v 1
[]
v 2]
y1
y2
= y 1 v 1+ y 2 v 2
 y =[ x ] B
Observacin
y es tomar coordenadas respecto
de los dos vectores

Cada columna de P define un eje

 Signo de una forma cuadrtica
( clasificar la forma cuadrtica )
n
Dada una forma cuadrtica Q : ,Q es :

definida positiva ( d.p. ) si Q ( x )> 0 x 0

semidefinida positiva ( s.d.p. ) si Q ( x )0 x
definida negativa ( d.n. ) si Q ( x )<0 x 0
semidefinida negativa ( s.d.n. ) si Q ( x )0 x
indefinida ( indef.) si x1 / Q ( x1 )>0 x 2 / Q ( x 2)< 0
 Observacin :
Q es d.p. Q es d.n.
Q es s.d.p. Q es s.d.n.

n xn
Una matriz A simtrica
es d.p. , s.d.p. , d.n. , s.d.n. , indef. si la forma cuadrtica es :
T
Q ( x )= x A x
y es d.p. , s.d.p. , d.n. , s.d.n. , indef. respectivamente
 En general
Q ( x )= i x = x A x
2
i
T

nx n
A simtrica
d.p. i > 0 i
s.d.p. i 0 i
d.n. i < 0 i
s.d.n. i 0 i
indef. i >0 i <0
Matriz unitaria
p.i. entre 2 columnas tiene que dar 0

T.L. ortogonal
conserva producto interno
 Optimizacin con restricciones
Preliminar
n
Sea Q : una forma cuadrtica sin productos cruzados

[ ]
1 0 0
T
Supongamos que Q ( x )= x D x con D = 0 2 0
0 0 n

y 1 2... n
 mx= 2=r r+ 1

mx se repite r veces

n k +1 = n k + 2=... mn se repite n veces

( 1 ) mx Q ( x ) M x
2 2
x
n

(2 )

[]
x1

x

[]
2
0 Q ( x )= M x x = r
0
2 0
Q ( x )= mx x =
xn k + 1 0

xn
 Q ( x)
(3 ) mx

[]
2
= M y se alcanza en los x 0 / x1
x0 x

x
x= r
0

0

[]
mn Q ( x) 0
=m y se alcanza en los x 0 /
x0 x
2
0
x=
x n k + 1

xn
( 4 ) mx Q ( x )= M y se alcanza en los x 0 /

[]
x1
x=1

x=1 x= xr
0

0

(5 ) mn Q ( x )= m y se alcanza en los x 0 /

[]
0
x=1

0
x=1 x=
x n k + 1

xn
Caso general con cambio de variables
T nx n
Sea Q( x )= x A x , A simtrica

[ ]
1 0 0
nx n
P ortogonal , D = 0 2 0
0 0 n
/ T
A= P D P
Supongamos que
1... n
M = mx { / es autovalor }
se repite r veces
m= mn { / es autovalor }
se repite n veces
n
Si {v 1 ... v n }es bon de ,
B=[ v1 ... v r ]

{v 1 ... v r } es bon de S mx

{v n k +1 ... v n} es bon de S mn
 y se cumple la igualdad
2 T 2
Q ( x )= M x y D y = M y

[] []
y1
y1

y y
x =[ v 1 ... v 2 ] r
0 y= r
0

0 0

x = y 1 v 1 +... + y r v r x S M
 Haciendo x = P y
T T
Q ( x )= x A x = y D y
2 2 T T 2 2
m x = m y Q ( x )= x A x = y D y M x = M y

2 2
mx Q ( x ) M x
 Con un razonamiento similar :
2
Q ( x )=m x x S m

mx Q ( x)
x0 x2 = M

Q(x)
m 2
M
x
Adems

Q ( x)
2
= M x S {0 }
x M

Q ( x)
2
= m x S {0 }
x m

mx Q ( x )= M
x0
y se alcanza en los x S {0 }
M

mn Q ( x )= m
x0
y se alcanza en los x S {0 }
m

mx Q ( x )= M
x=1
y se alcanza en los x S / x=1
M

mn Q ( x )=m
x=1
y se alcanza en los x S / x=1
m
 Teorema :
nx n T
A simtrica , Q ( x )= X A x
M y m el mximo y mnimo
autovalor de A
S , S los respectivos autoespacios
M m

2 2
1 mx Q ( x ) M x x n

Desigualdad de Rayleigh
 Adems
2
Q ( x )= M x x S M

2
Q ( x )=m x x S m
(2 )
mx Q ( x)
2
= M
x
x 0
y se alcanza en los x S {0 }
M

mn Q ( x )
2
= m
x
x0
y se alcanza en los x S {0}
m
(3 )
mx Q ( x )= M
x=1
y se alcanza en los x S /x=1
M

mn Q ( x )= m
x=1
y se alcanza en los x S / x=1
m
 Observacin :

Para restricciones distintas ,

se pueden hacer cambios de variable
para que la norma sea igual a 1
Problema general de restriccin

El procedimiento consiste en hacer

cambio de variable con restr=1
y luego resolver el cambio , expresando
la forma cuadrtica con la nueva variable
 nx n
Sea A simtrica ,
n xn
B simtrica def. pos.

Hallar mx y mn de
T
Q ( x )= X A X
T
sujeto a X B X =1

Nota : Si no es def.pos. , podra no existir

Resolucin mx Q ( x)
T
X B X =1

[ ]
1 0 0
T
B def. pos. B = P D P D= 0 2 0 , i >0
0 0 n

[ ]
1 0 0
1/ 2 2
D = D = 0 2 0 , ( D ) = D
0 0 n
 B=P D
1/ 2
D
1 /2
P
T

T
U U
T T T T 2
x B x = x U U x = z z =z
1
z =Ux , x =U z
x = P (D / ) 1 2 1
z
 T T 1 T 1 ( z)
Q ( x )= x A x = z ( U ) A U z= Q

T
( z )= z A z
Q ( x )=Q

T 2
x B x =1 z =1
mx Q ( x )= mx Q ( z )= M (
A)
T
x B x =1 z=1

Los x que maximizan Q ( x )

T
sujeto a x B x =1 son de la forma :

1
x =U z
( A )
con z S M ( A ) z=1
Nota : Sirve para productos cruzados ,
ya que estoy haciendo dos cambios de variable:

1 alinear elipse
2 transformar =1

y se hacen de una sola vez con U

Esta resolucin tiene el defecto de tener que diagonalizar B

Otra forma :

si buscamos / det ( A B )=0

Los son reales , el mx es M (
A)

mx Q ( x )= mx { / det ( A B )=0 }
T
x B x =1
el mximo se alcanza en los x /
T
A x =m (
A) B x x B x =1

mx { / det ( A B )=0 }= M ( A , B )

M ( A , B )= mx ( A)
A x = ( A , B)B x
T
x B x =1
M
 Ecuaciones Cudricas
2 2
Paraboloide Circular : z = x + x 1 2

2 2
x1 x2
Paraboloide elptico : z = 2
+ 2
a b

2 2
Paraboloide hiperblico : z = x x 1 2
 2 2 2
Circunferencia : x + x = r 1 2

2 2
x1 x 2
elipse : 2
+ 2
=1
a b
2 2
x1 x 2
hiprbola : 2
2
=1
a b
Curva de nivel :
( de z =q ( x ))
n
Son los puntos X de /

k =q ( x )
 Valores Singulares
nx n
Dado A ,
T nxn
A A es simtrica y s.d.p.

n T T 2
x , x ( A A ) x = Ax 0

T
Todos los autovalores de A A son reales y 0
Si ordenamos los autovalores
T
de A A en forma decreciente

1... n
Entonces

i = i es el isimo valor singular de A

 Proposicin
nxn
Sea A y 1 y n el mayor y menor
valor singular de A

mx Ax= 1 mn Ax= n
x=1 x=1

1 x Axnx x
n
Nota : Los valores singulares dan informacin
acerca de cuanto estira como mximo y
mnimo la matriz Aal multiplicar un vector
de norma 1
Valores singulares

2x 2
A
T ( x )= A x
1 2
 Teorema
n xn T
Sea A , 1 , ... , r autovalores de A A ,
1... r=... = n=0
T
( A A tiene r autovalores distintos de 0)

Sea {v1, ... , v n} una bon de n

/A T
A vi = i vi
T
( bon de autovectores de A A )


{ A v1 , ... , Av m } es un conjunto ortogonal ,
Av i=i = i

Av 1 A vr
{ , ... , } es bon deCol ( A )
1 r
{v r+ 1 , ... , v n} es bon de Nul ( A )

rg A=r =n de valores singulares distintos de 0

 v1
A v1
bon
Fil ( A) 1
vr xA bon de
Col ( A )
v r +1
A vr
bon
Nul ( A)

vn r
Descomposicin en valores singulares de A
mx n
Sea A , una descomposicin en
valores singulares de Aes una factorizacin de A:
A =U V
T

con U m xn
, V n xm
ortogonales y mxn
/

[ ]
1 0 0 0
0 2 0 0
=
0 0 r 0
m
0 0 0 0

n 1... r >0
Observacin :

en aparecen v.s. 0
V trae informacin sobre Fil y Nul

U traeinformacin sobre Col

Teorema

[ ]
1 0 0 0
Si A=U V
T
0 2 0 0
=
0 0 r 0
U.V og.
0 0 0 0
1... r >0
A =V
T T
U
T

A =U (
T T T
) V es DVS de A
 Observacin :
Conviene para trabajar con matrices ms chicas
 Teorema
Si tengo DVS tengo cierta
informacin sobre la matriz A
nx n T
Sea A , A=U V es una DVS de A
Si V =[ v1 ... v n] , V r =[ v 1 ... v r ] ,
V n r =[ v r+ 1 ... v n]

U =[ u 1 ... u n ] , U r =[ u1 ... ur ] ,
U n r =[ u r+ 1 ... u n ]
1
( ) , 2,... , r son los valores singulares no nulos de A
1

rg ( A)= r
n
( 2 ){v1 ,... , v r }es una bon de
T 2
A A v i = v i =1 ... r
i i
T
A A v i= D
( 3) {v1 ,... , v r }es una bon de Fil ( A ) ,
{v r+ 1 ,... , v n }es bon de Nul ( A)

T T
V r V = P Fil ( A) V n r V
r n r = P Nul ( A)
m
( 4 ){u 1 , ... , u m }es bon de ,
T
{u 1 , ... , u m }es bon de Nul ( A )
T T
U r U = PCol ( A)
r U r m U r m = P Nul ( A )
T
Observacin :
T
A y A tienen los mismos valores singulares no nulos
 DVS Reducida
T
Si A=U V es DVS de A con

[ ]
1 0 0 0
0 2 0 0
=
0 0 r 0
0 0 0 0

[ ] [ ]
1 0 0
D 0
Sea D =r = 0 2 0
0 0 r
=
0 0

V =[ v 1 ... v r v r+ 1 ... v n ]=[ v r ... vn r ]
V =[ u1 ... u r u r+ 1 ... u m ]=[ ur ... u m r ]

[ ][ ]
T
D 0 v T
A=[ ur ... u m r ] = U r DVr
r
0 0 vT
n r DVS Reducida
Solucin por cuadrados mnimos de longitud mnima

mx n m
A , b ,

Ax =b
siempre tiene solucin por cuadrados mnimos
Si x p es una solucin por c.m. ,
todas las soluciones son de la forma

x = xp + x H con x H Nul ( A )

Si Nul ( A){0 } Hay sol. por c.m.


X es solucin por c.m. de norma mnima si :

(1 ) X es sol. por c.m.
( 2 ) x es sol. por c.m.


X x
Hay una nica sol. por c.m.
de norma mnima que cumple :

( 1) X es sol.c.m.

( 2) X Fil ( A)= Nul ( A )

Clculo de X usando DVS Reducida
T
A=U r D V r

X Fil ( A) n
/ X =V r

X es sol.c.m.
1 T
X =V r D U r b
 1 T +
Vr D U =A r
pseudoinversa de Moore Penrose

+
X =A b