






Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Asignatura: Algebra lineal, Profesor: Dolores Martín Barquero, Carrera: Ingeniería en Tecnologías Industriales, Universidad: UMA
Tipo: Apuntes
1 / 10
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!







Dolores Mart´ın Barquero
Universidad de M ´alaga
Algebra Lineal^ ´
Proposici ´on
Sea A una matriz cuadrada de orden n. Se tiene entonces:
(^1) A y At^ tienen los mismos autovalores.
(^2) Si λ es autovalor de A, entonces kλ lo es de kA.
(^3) Si λ es autovalor de A, entonces λ − k lo es de A − kIn.
(^4) Si λ es autovalor de A y A es inversible entonces λ−^1 lo es de A−^1.
(^5) Si A y B son matrices semejantes entonces tienen el mismo polinomio
caracter´ıstico y, por tanto, los mismos valores propios.
(^6) Si λ es autovalor de A, entonces λn^ es autovalor de An, para todo n ∈ N∗.
(^7) λ = 0 es autovalor de A si, y s ´olo si, Ker (A) 6 = { 0 } y entonces Ker (A) = P
(^8) Si {u 1 ,^ u 2 ,... ,^ ur }^ es un sistema de vectores propios no nulos asociados a
autovalores distintos entonces es linealmente independiente.
(^9) Si u es autovector de A asociado al autovalor λ entonces:
1 u es vector propio de kA asociado al autovalor kλ.
2 u es vector propio de A − kIn asociado a λ − k.
3 Si A es inversible, u es vector propio de A
− 1 asociado a λ
− 1 .
4 u es vector propio de A
n asociado a λ
n , para todo n ∈ N
∗ .
Teorema
Toda Matriz cuadrada A sobre un cuerpo K , algebraicamente cerrado, es semejante a
una matriz J diagonal por cajas denominada forma can ´onica de Jordan asociada a la
matriz A. Es decir, existe P in versible tal que J = PAP
− 1 es
Jn 11
(λ 1 )
Jn 12
(λ 1 )
Jn 1 k 1
(λ 1 )
Jn 21
(λ 2 )
Jn 2 k 2
(λ 2 )
Jnik i
(λi )
(donde tenemos k 1 bloques asociados al autovalor λ 1 , k 2 bloques asociados al
autovalor k 2 , etc.)
con cada
Jn ij
(λi ) =
λi 1 0 · · · 0
0 λi 1 0
. . .
0 0 · · · λi 1
0 0 0 · · · λi
nij ×nij
o bien Jn ij
(λi ) = (λi ) 1 × 1
si nij = 1 con λi los valores propios de A. Cada bloque Jn(λ) se llama bloque
elemental de Jordan de tama ˜no n asociado al autovalor λ.
Teorema (Teorema de la invarianza del rango)
Dada A una matriz cuadrada y J su forma can ´onica de Jordan, se tiene:
rang(J − λI) = rang(A − λI).
Proposici ´on
Dada A una matriz cuadrada de orden n y J su forma can ´onica de Jordan. El n ´umero
de bloques de orden i asociados al autovalor λ que aparecen en la forma can ´onica de
Jordan es:
n(λ, i) = rang(A − λIn)
i− 1 − 2rang(A − λIn)
i
i+ 1 .
Dada una matrix cuadrada A de orden n, definimos la exponencial de A como la matriz
e
A :=
0
1
2
k
k!
Si J es la forma can ´onica de Jordan asociada a la matriz A, con A = P
− 1 JP, entonces
e
A = P
− 1 e
J P. Por tanto, para calcular e
A utilizaremos la matriz de paso P y la
exponencial de la forma can ´onica de Jordan. As´ı si
Jr
entonces
e
e
J 1
e
J 2
e
Jr
Ejemplo
Si J =
λ 1 0 0 0
0 λ 1 0 0
0 0 λ 0 0
0 0 0 α 1
0 0 0 0 α
, entonces E
e
λ e
λ eλ 2
0 e
λ e
λ 0 0
0 0 e
λ 0 0
0 0 0 e
α e
α
0 0 0 0 e
α