Artículos

7.6: Diagonalización de matrices (2 times 2 ) y aplicaciones - Matemáticas

7.6: Diagonalización de matrices  (2  times 2 ) y aplicaciones - Matemáticas


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Sea (A = begin {bmatrix} a & b c & d end {bmatrix} in mathbb {F} ^ {2 times 2} ), y recuerde que podemos definir un operador lineal (T in mathcal {L} ( mathbb {F} ^ {2}) ) en ( mathbb {F} ^ {2} ) estableciendo (T (v) = A v ) para cada (v = begin {bmatrix} v_1 v_2 end {bmatrix} in mathbb {F} ^ 2 ).

Un método para encontrar la información propia de (T ) es analizar las soluciones de la ecuación matricial (A v = lambda v ) para ( lambda in mathbb {F} ) y ( v in mathbb {F} ^ {2} ). En particular, usando la definición de autovector y autovalor, (v ) es un autovector asociado al autovalor ( lambda ) si y solo si (A v = T (v) = lambda v ).

Un método más simple involucra la ecuación matricial equivalente ((A - lambda I) v = 0 ), donde (I ) denota el mapa de identidad en ( mathbb {F} ^ {2} ). En particular, (0 neq v in mathbb {F} ^ {2} ) es un vector propio para (T ) asociado al valor propio ( lambda in mathbb {F} ) si y solo si el sistema de ecuaciones lineales

begin {ecuación}
izquierda.
begin {array} {rrrrr}
(a - lambda) v_ {1} & + & b v_ {2} & = & 0
c v_ {1} & + & (d - lambda) v_ {2} & = & 0
end {matriz}
right } label {7.6.1}
end {ecuación}

tiene una solución no trivial. Además, System ref {7.6.1} tiene una solución no trivial si y solo si el polinomio (p ( lambda) = (a - lambda) (d - lambda) - bc ) se evalúa como cero. (Consulte el ejercicio de redacción de pruebas 12 en Ejercicios para el capítulo 7.)

En otras palabras, los valores propios para (T ) son exactamente los ( lambda in mathbb {F} ) para los cuales (p ( lambda) = 0 ), y los vectores propios para (T ) asociados a un valor propio ( lambda ) son exactamente los vectores distintos de cero (v = begin {bmatrix} v_ {1} v_ {2} end {bmatrix} in mathbb {F} ^ 2 ) que satisfacen System ref {7.6.1}.

Ejemplo ( PageIndex {1} )

Sea (A = begin {bmatrix} -2 & -1 5 & 2 end {bmatrix} ). Entonces (p ( lambda) = (-2 - lambda) (2 - lambda) - (-1) (5) = lambda ^ {2} + 1 ), que es igual a cero exactamente cuando ( lambda = pm i ). Además, si ( lambda = i ), entonces el Sistema (7.6.1) se convierte en

[
izquierda.
begin {matriz} {rrrrr}
(-2 - i) v_ {1} & - & v_ {2} & = & 0
5 v_ {1} & + & (2 - i) v_ {2} & = & 0
end {matriz}
derecho},
]

que se satisface con cualquier vector (v = begin {bmatrix} v_1 v_2 end {bmatrix} in mathbb {C} ^ 2 ) tal que (v_ {2} = (-2 - i) v_ {1} ). De manera similar, si ( lambda = -i ), entonces el Sistema ref {7.6.1} se convierte en

[
izquierda.
begin {matriz} {rrrrr}
(-2 + i) v_ {1} & - & v_ {2} & = & 0
5 v_ {1} & + & (2 + i) v_ {2} & = & 0
end {matriz}
derecho},
]

que se satisface con cualquier vector (v = begin {bmatrix} v_1 v_2 end {bmatrix} in mathbb {C} ^ 2 ) tal que (v_ {2} = (-2 + i) v_ {1} ).

De ello se deduce que, dado (A = begin {bmatrix} -2 & -1 5 & 2 end {bmatrix} ), el operador lineal en ( mathbb {C} ^ {2} ) definido by (T (v) = A v ) tiene autovalores ( lambda = pm i ), con autovectores asociados como se describe arriba.

Ejemplo ( PageIndex {2} )

Toma la rotación (R_ theta: mathbb {R} ^ 2 a mathbb {R} ^ 2 ) por un ángulo ( theta in [0,2 pi) ) dado por la matriz

begin {ecuación *}
R_ theta = begin {bmatrix} cos theta & - sin theta sin theta & cos theta end {bmatrix}
end {ecuación *}

Luego obtenemos los autovalores resolviendo la ecuación polinomial

begin {ecuación *}
begin {split}
p ( lambda) & = ( cos theta - lambda) ^ 2 + sin ^ 2 theta
& = lambda ^ 2-2 lambda cos theta + 1 = 0,
end {split}
end {ecuación *}

donde hemos utilizado el hecho de que ( sin ^ 2 theta + cos ^ 2 theta = 1 ). Resolviendo para ( lambda ) en ( mathbb {C} ), obtenemos

begin {ecuación *}
lambda = cos theta pm sqrt { cos ^ 2 theta -1} = cos theta pm sqrt {- sin ^ 2 theta}
= cos theta pm i sin theta = e ^ { pm i theta}.
end {ecuación *}

Vemos que, como operador sobre el espacio vectorial real ( mathbb {R} ^ 2 ), el operador (R_ theta ) solo tiene valores propios cuando ( theta = 0 ) o ( theta = pi ). Sin embargo, si interpretamos el vector ( begin {bmatrix} x_1 x_2 end {bmatrix} in mathbb {R} ^ 2 ) como un número complejo (z = x_1 + ix_2 ), entonces (z ) es un vector propio si (R_ theta: mathbb {C} to mathbb {C} ) maps (z mapsto lambda z = e ^ { pm i theta} z ) . Además, de la sección 2.3, sabemos que la multiplicación por (e ^ { pm i theta} ) corresponde a la rotación por el ángulo ( pm theta ).


Ver el vídeo: Diagonalización de matrices 2 (Julio 2022).


Comentarios:

  1. Kadmus

    In my opinion someone here is obsessed

  2. Swintun

    Por favor, cuéntenos más en detalle.

  3. Tyndareus

    Realmente y como no he reconocido antes

  4. Mardon

    Le aconsejo que vaya al sitio con una gran cantidad de información sobre el tema que le interesa. Ahí ciertamente encontrarás todo.



Escribe un mensaje