Beruflich Dokumente
Kultur Dokumente
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 ' ( 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
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
( 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
( 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
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
f
'=
H
=
f
H
H = solucin de homogneo
Y P= H
Ecuaciones Diferenciales Lineales
de 2 orden con coeficientes Constantes
( EDLNH )
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
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
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
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 ( )
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 ()
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
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
3 ( U )= 1
C
4 det ( v )= 1
1 C ( A )
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
[ ]
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:
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
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
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
( 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 :
Hallar mx y mn de
T
Q ( x )= X A X
T
sujeto a 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
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
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
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)
{ 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 )
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
[ ]
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 )
(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