Beruflich Dokumente
Kultur Dokumente
1
CAPÍTULO 2: Valores propios, vectores propios y Diagonalización
2.1 Valores propios y vectores propios.
Valor propio y vector propio. Polinomio característico. Teorema Una matriz A de n × n es singular si y sólo si 0 es
un valor propio de A. Lista de equivalencias no singulares. Teorema Los valores propios de A son las raíces del
polinomio característico de A.
2.2 Diagonalización.
Matrices semejantes (similares). Matriz diagonalizable. Teorema Matrices semejantes tienen los mismos valores
propios. Teorema Una matriz A de nxn es diagonalizable si y sólo si tiene n vectores propios linealmente
independientes. Teorema Si todas las raíces del polinomio característico de una matriz A de n × n son distintas
(es decir, si todas son diferentes entre sí), A es diagonalizable.
2.3 Diagonalización de matrices simétricas por una matriz ortogonal
Teorema Todas las raíces del polinomio característico de una matriz simétrica son números reales. Teorema Si A
es una matriz simétrica, los vectores propios correspondientes a valores propios distintos de A son ortogonales.
Matriz ortogonal. Teorema La matriz A de n × n es ortogonal si y sólo si las columnas (y las filas) de A forman un
conjunto ortonormal de vectores en Rn. Teorema Si A es una matriz simétrica entonces existe una matriz
ortogonal que la diagonaliza. Teorema Una matriz A de n × n es ortogonalmente diagonalizable si y sólo si A es
simétrica
2.4 Forma canónica de Jordan y Matriz exponencial.
Definición de una matriz de bloques de Jordan. Matriz de Jordan. Teorema de la forma canónica de Jordan de
una matriz. Teorema Para una matriz A de orden 2x2 la cual tiene un valor característico λ de multiplicidad
algebraica 2 y multiplicidad geométrica 1, con vector característico v1 , entonces existe v2 talque (A − λ)v2 =
v1 . Vector propio generalizado. Teorema Diagonalización de Jordan para una matriz A de orden 2x2 la cual tiene
un valor característico λ de multiplicidad algebraica 2 y multiplicidad geométrica 1, con vector característico v1 , y
v2 con vector generalizado (A − λ)v2 = v1 .
Definición de eA. Convergencia de la matriz exponencial. Teorema Solución del sistema x’=Ax con la matriz
exponencial eAt. Cálculo de eAt cuando A es una matriz diagonal. Teorema Sea J la forma canónica de Jordan de
una matriz A y sea C-1AC=J. Entonces eAt = CeJt C−1
2.5 Aplicaciones a sistemas de ecuaciones diferenciales lineales x’=Ax
Teorema de la solución del sistema de ecuaciones diferenciales x’=Ax
2.6 Aplicaciones a sistemas dinámicos.
Ecuaciones diferenciales autónomas. Trayectoria u órbita. Plano fase. Posición de equilibrio. Movimiento
armónico simple. Retrato de fase. Punto de equilibrio o punto fijo. Punto de equilibrio estable o atractor. Punto de
equilibrio marginalmente estable. Punto de equilibrio inestable o punto repelente. Punto silla. Caso en que los
valores propios de A son reales: Valores propios negativos y diferentes. Valores propios positivos y
distintos. Valores propios negativos e iguales. Un valor propio positivo y un valor propio negativo. Ambos valores
propios son números complejos: Parte real positiva, parte real negativa y parte real igual a cero.
2
CAPÍTULO 3: Transformaciones lineales y números complejos
3.1 Transformación lineal.
Definición de una transformación lineal. Operador lineal. Operador Proyección, Dilatación, Contracción,
Reflexión, Rotación. Teoremas.
Transformación lineal uno a uno (inyectiva) y transformación lineal sobre (Sobreyectiva).
1.2 El núcleo y la imagen de una transformación lineal
El núcleo (Kernel) de una transformación lineal. Teorema el núcleo es un sub espacio. Nulidad de una
transformación lineal. Teorema una transformación lineal es 1 a 1 si el Kernel está formado por tan solo el vector
o.
Imagen de una transformación lineal. Teorema la Imagen es un sub espacio. Rango de una transformación
lineal.
Determinación de una base para el Kernel y de una base para la imagen. Teorema de la nulidad, rango y
dimensión del espacio de partida de una transformación lineal. Propiedad sobre la transformación lineal 1 a 1 y
Sobreyectiva.
3.3 La matriz de una transformación lineal.
Representación de una transformación lineal y representación de una transformación lineal en otra base
3.4 Números complejos
Definición. Operaciones. Representaciones. Propiedades, Raíces n-ésimas de un complejo (6 ejemplos)
II. BIBLIOGRAFÍA
Algebra Lineal - Kolman - 2006
P. Grossman, Stanley I.; P. Grossman, Stanley I; “Álgebra Lineal”; Sexta Edición, McGraw-Hill/Interamericana
Editores, S.A., 2008.