Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Matemáticas II Clase 21: Valores y vectores propios, determinante (2) Jorge Rivera 22 de octubre de 2022 Apunte de Curso: Págs. 222 - 233 1 Agenda Objetivos de la clase Aplicaciones Aplicaciones: encontrar valores propios 2 Objetivos de la clase • Realizar el cálculo de determinantes para matrices de n × n (regla usando menores y cofactores). • Conocer propiedades básicas de los determinantes. • Conocer aplicaciones de los determinantes al estudio de: • La invertibilidad de una matriz. • Solución de un SEL usando determinantes. • Determinantes y valores propios: polinomio caracteŕıstico de una matriz. 3 Cálculo de determinantes • El cálculo de determinantes para matrices de n × n descansa en el hecho que conocemos el determinante de una matriz de 2× 2: para A = [ a11 a12 a21 a22 ] se tiene que det(A) = a11 ∗ a22 − a21 ∗ a12. • La regla que se aplica a matrices de orden superior a 2× 2 se llama regla de menores y cofactores. • Lo que sigue ilustra la regla usando menores y cofactores para encontrar el determinante de la matriz A = a11 a12 a13a21 a22 a23 a31 a32 a33 ∈ R3×3 4 • Dada A ∈ R3×3 anterior, lo primero es escoger una fila de ella, digamos, la primera fila: esos elementos definen los cofactores que se emplearán a continuación. • Habiendo escogido la primera fila de A para obtener los cofactores, definamos ahora los menores asociados a esa elección: • Para el cofactor a11 el menor correspondiente es la submatriz de 2× 2 que se obtiene de A eliminando su primera fila y su primera columna: a11 −→ A11 = [ a22 a23 a32 a33 ] • Para el cofactor a12 el menor correspondiente es la submatriz de 2× 2 que se obtiene de A eliminando su primera fila y su segunda columna: a12 −→ A12 = [ a21 a23 a31 a33 ] . • Para el cofactor a13 el menor correspondiente es la submatriz de 2× 2 que se obtiene de A eliminando su primera fila y su tercera columna: a13 −→ A13 = [ a21 a22 a31 a32 ] . 5 Ejemplo Para A = 2 7 53 4 2 1 0 9 , escogiendo la primera fila para definir los cofactores, los menores correspondientes son: a11 = 2 menor−→ A11 = [ 4 2 0 9 ] a12 = 7 menor−→ A12 = [ 3 2 1 9 ] a13 = 5 menor−→ A13 = [ 3 4 1 0 ] 6 • De manera correspondiente, escogiendo la segunda fila para definir los cofactores: A = 2 7 53 4 2 1 0 9 los menores son como sigue: a21 = 3 menor−→ A21 = [ 7 5 0 9 ] a22 = 4 menor−→ A22 = [ 2 5 1 9 ] a23 = 2 menor−→ A23 = [ 2 7 1 0 ] 7 • Finalmente, si escogemos la segunda columna para definir los cofactores: A = 2 7 53 4 2 1 0 9 los menores son como sigue: a12 = 7 menor−→ A12 = [ 3 2 1 9 ] a22 = 4 menor−→ A22 = [ 2 5 1 9 ] a32 = 0 menor−→ A32 = [ 2 5 3 2 ] 8 Cálculo del determinante usando menores y cofactores • Para A = a11 a12 a13a21 a22 a23 a31 a32 a33 ∈ R3×3, si escogemos la fila i = 1, 2, 3 para obtener los cofactores, los menores correspondientes son las matrices Ai1,Ai2 y Ai3, las que se obtienen de A eliminando la fila i y las columnas j = 1, 2, 3 de manera respectiva. Con esto, el determinante de A es dado por det(A) = (−1)i+1ai1det(Ai1) + (−1)i+2ai2det(Ai2) + (−1)i+3ai3det(Ai3) = 3∑ j=1 (−1)i+jaijdet(Aij) • Si escogemos la columna j = 1, 2, 3, los cofactores son a1j , a2j y a3j , y los respectivos menores son A1j ,A2j y A3j . Con ellos, el determinante de A (que debe coincidir con el resultado anterior) es dado por det(A) = 3∑ i=1 (−1)i+jaijdet(Aij). 9 • De esta manera, si se escoge una fila impar para obtener los cofactores (es decir, i = 1 o i = 3), el primer término de la sumatoria se multiplica por 1 (van con +), el segundo por −1 (va con −)y el tercero por 1 (va con +). En cambio, si uno escoge una fila par, el primer elemento se multiplica por −1 (va con −), el segundo por 1 (va con +) y el tercero por −1 (va con −). • Por otro lado, si se escogen columnas para obtener los cofactores, si la columna es impar (es decir, j = 1 o j = 3), el primer término de la sumatoria se multiplica por 1 (van con +), el segundo por −1 (va con −)y el tercero por 1 (va con +). En cambio, si uno escoge una fila par, el primer elemento se multiplica por −1 (va con −), el segundo por 1 (va con +) y el tercero por −1 (va con −). • Visto de manera resumida: las expresiones de la sumatoria para obtener el determinante van alternando en signo de modo que si se elige la fila i para obtener cofactores, la sumatoria comienza con el signo de (−1)1+i , mientras que si escogemos la columna j , la sumatoria comienza con el signo de (−1)1+j . 10 Ejemplo Usando la primera fila para obtener los cofactores, calculemos el determinante de A = 2 7 53 4 2 1 0 9 . • En este caso i = 1 y los cofactores son a11 = 2, a12 = 7 y a13 = 5 y los menores correspondientes son A11 = [ 4 2 0 9 ] , A12 = [ 3 2 1 9 ] ∧ A13 = [ 3 4 1 0 ] . • Luego, con la elección de i = 1 para obtener cofactores ocurre que el primer término va con “+” ya que (−1)1+1 = 1, el segundo va con signo “−” ya que (−1)1+2 = −1 y el tercero va con signo “+” ya que (−1)1+3 = −1: det(A) = 2det [ 4 2 0 9 ] − 7det [ 3 2 1 9 ] + 5 det [ 3 4 1 0 ] = = 2 ∗ (36− 0)− 7 ∗ (27− 2) + 5 ∗ (−4) = −123. 11 • Si escogemos la segunda fila para obtener los cofactores, i = 2, el resultado debe coincidir con lo anterior a pesar de que se obtiene usando otras expresiones. • Usando la segunda fila, el primer término va con signo “−” ya que (−1)2+1 = −1, el segundo término va con signo “+” ya que (−1)2+2 = 1 y el tercero va con signo “−” ya que (−1)2+3 = −1: det(A) = −3det [ 7 5 0 9 ] + 4 det [ 2 5 1 9 ] − 2det [ 2 7 1 0 ] = −3 ∗ (63) + 4 ∗ (18− 5)− 2 ∗ (0− 7) = = −123 12 • Por último, si escogemos la segunda columna para obtener los cofactores, es decir j = 2, se tiene que el primer elemento de la sumatoria va con signo “−” ya que (−1)1+2 = −1, el segundo elemento de la sumatoria va con signo “+” ya que (−1)2+2 = 1 y el tercer elemento de la sumatoria va con signo “−” ya que (−1)3+2 = −1. • De esta manera, tomando la columna j = 2 para obtener cofactores, queda: det(A) = −7 det [ 3 2 1 9 ] + 4 det [ 2 5 1 9 ] − 0det [ 2 3 5 2 ] = −7 ∗ (27− 4) + 4 ∗ (18− 5)− 0 ∗ (4− 15) = −123. 13 Ejemplo (determinante de matriz triangular superior) Calculemos el determinante de A = a11 a12 a130 a22 a23 0 0 a33 . • Conviene escoger la primera columna para definir los cofactores (tiene muchos ceros). Con eso: a11 → A11 = [ a22 a23 0 a33 ] , a21︸︷︷︸ 0 → A21 = [ a12 a13 0 a33 ] , a31︸︷︷︸ 0 → A31 = [ a12 a13 a22 a23 ] Luego: det(A) = a11 ∗ det [ a22 a23 0 a33 ] − 0 ∗ det(A21)︸ ︷︷ ︸ 0 +0 ∗ det(A31)︸ ︷︷ ︸ 0 es decir det(A) = a11 ∗ (a22 ∗ a33 − 0 ∗ a23) = a11 ∗ a22 ∗ a33. • En resumen: el determinante de una matriz triangular superior es igual al producto de los elementos de la diagonal, y eso sigue siendo válido para matrices triangular superior (inferior) de cualquier orden. 14 Extensión • Para matrices de 4× 4 sigue aplicando la regla anterior (menores y cofactores): A = a11 a12 a13 a14 a21 a22 a23 a24 a31 a32 a33 a34 a41 a42 a43 a44 , a11 → A11 = a22 a23 a24a32 a33 a34 a42 a43 a44 , a12 → A12 = a21 a23 a24a31 a33 a34 a41 a43 a44 , etc.... • Usando la primera fila para obtener cofactores, se tiene entonces que det(A) = a11 ∗ det(A11)− a12 ∗ det(A12)+ a13 ∗ det(A13)− a14 ∗ det(A14). • El determinante de una matriz de 4× 4 corresponde entonces a calcular 4 determinantes de matrices 3× 3, es decir, 12 determinantes de matrices de 2× 2. • Respetando la regla de los signos según se mostró, la extensión a matrices de n × n es directo. 15 Propiedades elementales de los determinantes No es dif́ıcil probar que se cumple lo siguiente: (a) Para cualquier par de matrices A,B ∈ Rn×n se tiene que det(AB) = det(A)det(B) (= det(BA)). (b) El determinante de la matriz identidad (de cualquier orden) es 1: para todo n ∈ N se cumple que det(I n) = 1. (c) Como consecuencia directade lo anterior, si A es invertible, entonces det(A−1) = 1 det(A) . 16 Aplicaciones Invertibilidad de una matriz • Sabemos que una matriz A ∈ Rn×n es invertible śı y solo śı su determinante es diferente de cero. Ejemplo Establecer condiciones sobre β para que A = 1 β 22 0 1 1 1 1 sea invertible. Escogiendo la segunda columna para obtener los cofactores, se tiene que det(A) = β ∗ det [ 2 1 1 1 ] − 0 ∗ det [ 1 2 1 1 ] + 1 ∗ det [ 1 2 2 1 ] = β ∗ (2 ∗ 1− 1 ∗ 1)− 0 ∗ (1 ∗ 1− 1 ∗ 2) + 1 ∗ (1 ∗ 1− 2 ∗ 2) = β − 3 De esta manera, A es invertible cuando β ̸= 3. 17 Solución de sistemas de ecuaciones (cuadrados) • Dadas A ∈ Rn×n y b ∈ Rn, considere el SEL AX = b. • Lo que sigue supone que A es invertible, de modo que el SEL tiene solución única. • Para i = 2, . . . , (n − 1), definamos la matriz (si i = 1 o i = n se reemplaza la primera o última columna de A por b) Ai = [A•1 A•2 · · ·A•(i−1) bA•(i+1) · · ·A•n] ∈ Rn×n. • En otras palabras, la matriz Ai ∈ Rn×n se obtiene reemplazando la columna A•i por el vector b. • Se puede demostrar que las componentes del vector (único) que resuelve el SEL son dadas por: xi = det(Ai ) det(A) , i = 1, 2 . . . , n. 18 Ejemplo Resolver el siguiente sistema de ecuaciones: x1 − x2 = 2 x1 + 2x2 = β. Se tiene que A = [ 1 −1 1 2 ] y b = [ 2 β ] . Luego: A1 = [ 2 −1 β 2 ] ∧ A2 = [ 1 2 1 β ] , por lo que x1 = det(A1) det(A) = 4 + β 3 ∧ x2 = det(A2) det(A) = β − 2 3 . 19 Aplicaciones: encontrar valores propios • Si λ es un valor propio de A ∈ Rn×n es porque existe un vector v ̸= 0n tal que Av = λv . • Si I n es la matriz identidad, lo anterior corresponde a decir que Av = λI nv (recuerde que I nv = v). • A su vez, lo que está en rojo es equivalente a decir que λ es un valor propio de A cuando existe v ̸= 0n tal que (A− λI n)v = 0n. • Por lo tanto: λ es un valor propio de A śı y solo śı la matriz (A− λI n) no es invertible. • Aśı, por la caracterización de invertibilidad usando determinantes: λ es un valor propio de A śı y solo śı det(A− λI n) = 0. 20 Ejemplo Encontrar los valores propios de A = [ 3 1 1 4 ] . Para el caso, se tiene que: A− λI 2 = [ 3 1 1 4 ] − λ [ 1 0 0 1 ] = [ 3− λ 1 1 4− λ ] . Luego, λ es un valor propio de A cuando det(A− λI 2) = (3− λ) ∗ (4− λ)− 1 ∗ 1 = 0, es decir, cuando λ2 − 7λ+ 11 = 0. Los valores propios son entonces (resolver la ecuación anterior) λ1 = 7 + √ 49− 4 ∗ 11 2 = 7 + √ 5 2 ∨ λ2 = 7− √ 49− 4 ∗ 11 2 = 7− √ 5 2 . 21 En general, para una matriz A = [ a11 a12 a21 a22 ] ∈ R2×2, sus valores propios provienen de resolver la ecuación (la incógnita es λ): det(A− λI 2) = 0 ⇐⇒ det [ a11 − λ a12 a21 a22 − λ ] = 0, es decir, son las ráıces del siguiente polinomio de segundo grado: λ2 − (a11 + a22)︸ ︷︷ ︸ tr(A) λ+ (a11 ∗ a22 − a21 ∗ a12)︸ ︷︷ ︸ det(A) = 0. • La expresión pA(λ) = λ 2 − tr(A)λ+ det(A) se llama polinomio caracteŕıstico de la matriz A ∈ R2×2. 22 Ejemplo Mostremos que los valores propios de una matriz triangular superior (inferior) son los elementos de la diagonal. En efecto, si (caso 3× 3 para ilustrar) A = a11 a12 a130 a22 a23 0 0 a33 entonces A− λI 3 = a11 − λ a12 a130 a22 − λ a23 0 0 a33 − λ . • Como el determinante de una matriz triangular superior es el producto de los elementos de la diagonal, tenemos que pA(λ) = det(A− λI 3) = (a11 − λ) ∗ (a22 − λ) ∗ (a33 − λ). • Las ráıces del polinomio caracteŕıstico de A (es decir, donde se hace 0) son dadas por λ1 = a11, λ2 = a22 ∧ λ3 = a33. 23 Comentarios • Si la matriz es de 2× 2, el polinomio caracteŕıstico es de grado 2 (segundo grado); si la matriz es de 3× 3, el polinomio caracteŕıstico es de grado 3 (tercer grado). En general, si la matriz es de n × n, el polinomio caracteŕıstico es de grado n. • Una cuestión relevante de lo anterior es que resolviendo la ecuación pA(λ) = 0 podemos obtener los valores propios sin necesidad de encontrar vectores propios. • Obviamente si uno conoce los valores propios de una matriz, entonces puede encontrar los vectores propios asociados (al menos uno de ellos; recuerde que los vectores propios asociados a determinado valor propio conforman un subespacio vectorial): próxima clase... 24 Objetivos de la clase Aplicaciones Aplicaciones: encontrar valores propios
Compartir