Professional Documents
Culture Documents
Generalidades 11
CAPITULO 0: GENERALIDADES
Denicion 1:
La matriz L() se denomina matriz polinomial o -matriz.
Ejemplo 1: 3 + + 2
L() = 2+
, + 22 3
Notese que
X̀
L() = A` ` + A`,1 `,1 + : : : + A1 + A0 = Ai i
i=0
donde ` es el grado del polinomio pij () de L() de mayor grado.
Es decir, L() es un polinomio de grado ` cuyos coecientes son matrices cuadradas
a coecientes complejos.
© los autores, 1998; © Edicions UPC, 1998. Quedan rigurosamente prohibidas, sin la autorización escrita de los titulares del "copyright", bajo las sanciones
establecidas en las leyes, la reproducción total o parcial de esta obra por cualquier medio o procedimiento, comprendidos la reprografía y el tratamiento
informático, y la distribución de ejemplares de ella mediante alquiler o préstamo públicos, así como la exportación e importación de ejemplares para su
distribución y venta fuera del ámbito de la Unión Europea.
12 Introduccion a la teora de matrices polinomiales
Ejemplo 2:
a) Considerando L() denida en el ejemplo 1,
1 0 1 1 3 2
2
L() = 2 0 + ,1 0 + 0 3
Denicion 2:
Diremos que una matriz polinomial L() es monica si y solo si A` = In .
Ejemplo 3:
a) La matriz polinomial
1 0 1
1 3 2
L() = 2 0 1 + ,1 0 + 0 3
es monica; no as la matriz polinomial considerada en el ejemplo 2 (a).
b) I , A es una matriz polinomial monica; no as A , I .
Denicion 3:
Dada una matriz polinomial L(), diremos que es regular si det L() no es identicamente
nulo.
Notese que si L() no es regular los coecientes del polinomio det L() son todos
identicamente nulos.
Ejemplo 4:
La matriz polinomial A , I es siempre regular (el polinomio caracterstico de una
matriz tiene grado n ).
y su producto es:
L1() L2() = 22++ 2,2 , 3 3+22+ 2,3
3 2 3
Proposicion 1:
El conjunto de matrices polinomiales del mismo orden, con las operaciones de suma y
producto, tiene estructura de anillo.
Denicion 1:
Diremos que una matriz polinomial L1 () es inversible si existe una matriz polinomial
L2 () del mismo orden que L1 () tal que
L1 () L2 () = L2 () L1 () = I
Proposicion 2:
Una matriz polinomial L() es inversible si y solo si
det L() = a 2 C; a 6= 0
Demostracion:
Se deja, como ejercicio, para el lector.
Denicion 2:
Una matriz polinomial L() se dice que es unimodular si
det L() = a 2 C; a 6= 0
Denicion 1:
Dadas dos matrices polinomiales del mismo orden, L1 () y L2 (), diremos que son
equivalentes, y lo notaremos por L1 () L2 (), si y solo si existen dos matrices
polinomiales inversibles E () y F () tales que
L2 () = E ()L1()F ()
O bviamente las matrices E () y F () tienen el mismo orden que Li ().
Proposicion 1:
Esta relacion es de equivalencia.
Demostracion:
a) Es re
exiva: L() L() para toda matriz polinomial L().
b) Es simetrica: si L2 () = E ()L1()F () se tiene L1 () = (E ()),1L2 ()(F ()),1 .
c) Es transitiva: si L2 () = E1 ()L1 ()F1 () y L3 () = E2 ()L2()F2 () entonces
L3 () = (E2()E1())L1()(F1 ()F2 ()).
Proposicion 2:
Sean I , A y I , B dos matrices polinomiales lineales monicas. Si I , A y I , B
son equivalentes, entonces A y B son semejantes.
Demostracion:
Recordemos que dos matrices cuadradas de orden n se dice que son semejantes si y
solo si existe una matriz inversible S tal que
B = S ,1AS
y escribiendo
` , X
`,1
S () = S0 + S1 + 2 S 1
2 + : : : + S`,1 = Sj j
j =0
tenemos que
(I , A)S () =
= S0 + 2 S1 + 3 S2 + : : : + ` S`,1 , AS0 , AS1 , 2 AS2 , : : : , `,1AS`,1 =
= ,AS0 + (S0 , AS1 ) + 2 (S1 , AS2 ) + : : : + `,1 (S`,2 , AS`,1 ) + ` S`,1
Obligando a que
(I , A)S () + R0 = (E ()),1
tenemos que
E0 = ,AS0 + R0; E1 = S0 , AS1 ; : : :; E`,1 = S`,2 , AS`,1 ; E` = S`,1
y recurrentemente se pueden obtener las matrices Si y R0 . Analogamente, F () puede
escribirse como
F () = T ()(I , B ) + U0 (3)
con U0 como una matriz constante.
Sustituyendo (2) y (3) en la ecuacion (1), tenemos
((I , A)S () + R0 )(I , B ) = (I , A)(T ()(I , B ) + U0 )
de donde
(I , A)(S () , T ())(I , B ) = ,R0 (I , B ) + (I , A)U0
Puesto que ,R0 (I , B ) + (I , A)U0 es de grado como maximo 1, ha de ser S () =
T () ya que, de lo contrario, en este primer lado de la igualdad la matriz polinomial
sera de grado por lo menos 2.
Luego
R0(I , B) = (I , A)U0
de donde R0 = U0 y R0 B = AR0 .
Para concluir la implicacion basta probar que R0 es inversible, con lo cual tendremos
B = R,0 1 AR0 . Para ello escribamos
E () = (I , B )W () + V0
donde V0 es una matriz constante. Veamos que
I = (E ()),1E () = (E ()),1(I , B)W () + (E ()),1V0 =
= (I , A)F ()W () + ((I , A)S () + R0 )V0 =
(a)
= (I , A)(F ()W () + S ()V0) + R0 V0
(a) teniendo en cuenta (1)
de donde F ()W () + S ()V0 = 0 y R0 V0 = I .
Para ver la implicacion en sentido contrario, supongamos que A y B son semejantes.
En este caso existe una matriz inversible S tal que
B = S ,1AS
de donde
I , B = I , S ,1AS = S ,1(I , A)S
Puesto que S y S ,1 son matrices polinomiales de grado cero inversibles, I , A y
I , B son equivalentes.
Demostracion:
Supongamos primero que la matriz polinomial L() tiene una sola la y n columnas:
L() = ( a11 () : : : a1n ())
Supongamos que el polinomio a11 () es el de menor grado de entre todos los polinomios
a1i de L() (si esto no es as se puede conseguir permutando columnas), en cuyo caso
a12 () = a11 b2 () + r2 ()
Entonces
0 1 ,b2() 1
B
( a11 () : : : a1n ()) B
1 C
C
@ ... A = ( a11 () r2 () : : : a1n ())
1
Si r2 () 6= 0, puesto que grado r2 () < grado a11 (), permutamos las dos primeras
columnas y repetimos el proceso hasta conseguir que r() = 0.
Si r2 () = 0 repetimos este proceso con las demas columnas, hasta conseguir
L() ( a111 () 0 : : : 0 )
Proposicion 4:
Sea L() una matriz polinomial cuadrada de orden n con det L() no identicamente
nulo. Entonces para cada 0 2 C , la matriz L() admite una representacion de la
forma 0 ( , )k1 1
0
L() = E0 () B
@ ... C
A F0 ()
k
( , 0 ) n
Denicion 1:
Llamaremos polinomios invariantes de L() a los elementos
d1 (); : : :; dr ()
de la diagonal de D().
Proposicion 1:
El numero r de polinomios invariantes es
r = max frango L()g
2C
Demostracion:
Puesto que L() = E ()D()F (), con E () y F () matrices inversibles, tenemos
que
rango L() = rango D(); 8 2 C
Por otra parte
rango D(0 ) = r; 80 2 C con di (0 ) 6= 0; i = 1; : : :; r
Denicion 2:
Llamaremos divisores elementales de L() a
( , 11 )11 ; : : :; ( , 1k1 )1k1 ; : : :; ( , r1 )r1 : : : ( , rkr )rkr
Ejemplo 1:
Sea
L() = ,1 2 2 0,
2
Proposicion 1:
Sea L() una matriz polinomial monica tal que det L() no sea identicamente nulo.
Entonces la suma de los grados de sus divisores elementales coincide con el grado de
det L(), esto es
X
r X
ki
ij = grado det L()
i=1 j =1
Proposicion 2:
Sea L ()
L() = 0 L 0() 1
2
Entonces el conjunto de divisores elementales de L() es la union de los divisores
elementales de L1 () y L2 ().
4 Funciones de matrices
Sea A 2 Mn (C) y sea f () = an n + : : : + a1 + a0 una funcion polinomica.
Denicion 1:
Denimos f (A) como
f (A) = anAn + : : : + a1 A + a0 I
Pretendemos generalizar esta nocion al caso en que f () es una funcion a variable
compleja analtica en un entorno U que contenga el espectro 1 (A) de la matriz A .
Sea , un contorno recticable 2 tal que (A) este dentro de ,. Por ejemplo, si
1 Espectro (A) de una matriz cuadrada A 2 Mn (C) es el conjunto de valores propios de la matriz
A.
2 Se dice que un arco ' : [a; b] ,! C es recticable si y solo si el supremo de
(A) = f1; : : :; rg , podemos considerar , = [ri=1 B (i ; i) con i > 0 suciente-
mente peque~nos para asegurar que , U .
Denicion 2:
En estas condiciones denimos funcion de matriz f (A) como
1 Z
f (A) = 2i f ()(I , A),1 d
,
Proposicion 1:
La matriz f (A), as denida, no depende del contorno recticable ,, escogido con
(A) dentro de ,.
Lema 1:
Si B = S ,1AS , entonces
f (B ) = S ,1f (A)S
Demostracion:
1 Z
f (B ) = 2i f ()(I , B),1 d =
1 Z,
= 2i f ()(I , S ,1 AS ),1d =
1 Z,
= 2i f ()S ,1(I , A),1 Sd =
, 1 Z
=S , 1 , 1
f ()(I , A) d S =
2i ,
= S ,1 f (A)S
Proposicion 2:
Sea f () = i . Entonces
1 Z
f (A) = 2i i(I , A),1 d = Ai ; 8i = 0; 1; : : :
,
Demostracion:
El lema anterior nos permite suponer que la matriz A esta en su forma reducida de
Jordan
0 J1;1 1
BB ... C
C
BB J1;1
C
C
B C
A=B BB ... C
C
C
BB Jr;1 C
C
B@ ... C
A
Jr;r
con
0 ai 1 : : : 0 01
BB 0 ai : : : 0 0C
Ji;j = B .. C
B@ ... ... . . . ... .CC
0 0 : : : ai 1A
0 0 : : : 0 ai
por lo que
0 I , J1;1 1
BB ... C
C
BB I , J1;1
C
C
B C
I , A = B BB ... C
C
C
BB I , Jr;1 C
C
B@ ... C
A
I , Jr;r
y 0 (I,J1),1 1
BB . .. C
C
BB (I ,J1;1 ),1 C
C
(I , A),1 = B B . .. C
C
BB (I ,Jr;1 ),1
C
C
B@ .. . C
A
(Ir ,Jr;r ),1
R
Luego 1 , j (I , A),1 d es igual a
2i
0 R j (I,J1;1),1d 1
BB , .. . C
C
BB R j (I,J1; ),1d C
C
1 B BB , 1
... C
C
2i B R j (I,Jr;1 ),1d C
C
BB , C
C
@ .. .R A
,
j (Ir ,Jr;r ),1 d
1 Z j (I , A),1 d =
2i ,
0 j j j 1
BB , a ( , a)2 : : : ( , a)n C
Z B j j C
C
1
= 2i B
B
B 0 ,a : : : ( , a) Cn , 1
C d =
, B .. .. ... ..
C
C
B@ . . .j C
A
0 0 :::
,a
0 aj ,jaj,1 ,jaj,2 : : : 1
BB 0 1 aj ,21jaj,1 : : : CC = Aj
= B .. .. .. C
@. .
...
. A
0 0 ::: aj
5 Ejercicios
1) Sea L() una matriz polinomial monica de grado ` cualquiera. Probar que el grado
del polinomio det L() es n ` .
2) Estudiar si
0 1 2 3 1 0 3 2 1 1
L1 () = B
@ 00 10 1 C L2() = B
@ 00 0 3 2 C
2 3 2
A; A
0 0 0 1 30 0 0
son unimodulares.
En caso armativo, determinar su inversa.
R j di,1 ( , a)i j
3 Si la curva , encierra al polo a entonces , ( , a)i = 2ilim
!a d ( , a)i =
,
2i j ,j i aj .
b) 2 + 1 ;
0 1 0,
4 2+1
+1
c) 2 , 2 , 1 ; 0 0
En caso de ser equivalentes, determinar las matrices P () y Q() que transforman
una matriz en la otra.
8) Sea 0 3 2 1
L() = @ , 1 0 2 , 1 A
2
+1 3
10) Si 03 1
0 0
A = @0 2 1A
0 0 2
Calcular f (A) si f () = sen .
12) Sea 0 1
2 0 0
A=@ 1 2 0A
,1 1 2
p
Calcular f (A), si f () = 3 .
13) Sea 0 1
3 ,2 5
A=@ 2 ,2 2 A
,1 1 ,1
a) Calcular f (A) y g (A), si f () = cos y g () = sen .
b) Probar que para toda matriz A se cumple
cos2 A + sen2 A = I
14) Sea A 2 Mn (C) cualquiera y sea f () = det(I , A). Probar que f (A) = 0
(teorema de Cayley-Hamilton).
1. Linealizacion
Si tenemos un polinomio monico
p() = ` + a`,1 `,1 + : : : + a1 + a0
le podemos asociar una matriz
0 0 1 0 ::: 0 1
B 0 0 1 ::: 0 C
B@ : : : : : : : : : : : : : : : : : : : : : : : : : : : : : C
Cp = B C
0 0 0 ::: 1 A
,a0 ,a1 ,a2 : : : ,a`,1
cuyo polinomio caracterstico es precisamente p(). Dicha matriz recibe el nombre de
matriz compa~nera.
Este proceso es de gran utilidad para la resolucion de ecuaciones diferenciales ordinarias
y ecuaciones en diferencias de orden n a coecientes constantes.
Pretendemos aqu extender este proceso de linealizacion a matrices polinomiales y
aplicarlo a la resolucion de ecuaciones diferenciales y ecuaciones en diferencias de orden
n cuyos coecientes son matrices a coecientes constantes:
dnx + nX
,1 dj x
dtn j =0 Aj dtj = f (t); ,1 < t < 1
nX
,1
y(k + n) + Aj y(k + j ) = '(k); k 2 N
j =0
© los autores, 1998; © Edicions UPC, 1998. Quedan rigurosamente prohibidas, sin la autorización escrita de los titulares del "copyright", bajo las sanciones
establecidas en las leyes, la reproducción total o parcial de esta obra por cualquier medio o procedimiento, comprendidos la reprografía y el tratamiento
informático, y la distribución de ejemplares de ella mediante alquiler o préstamo públicos, así como la exportación e importación de ejemplares para su
distribución y venta fuera del ámbito de la Unión Europea.
30 Introduccion a la teora de matrices polinomiales
X̀
L() = Ai i;
i=0
0 0 In 0 : : : 0 1
BB 0 0 In : : : 0 C
C
CL = B@ : :0: : : : : : 0: : : : : : :0: : : : ::::::: : : : :I:n: : C
A 2 M`n(C)
,A0 ,A1 ,A2 : : : ,A`,1
Proposicion 1:
Con las mismas notaciones, se tiene que
Demostracion:
Haciendo transformaciones elementales por bloques la tenemos que
0 In ,In 0 : : : 0 0 1
B 0 In ,In : : : 0 0 C
det(I`n , CL ) = det B
B@ : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : CC =
0 0 0 : : : In ,In A
A0 A1 A2 : : : A`,2 In + A`,1
0 In ,In 0 : : : 0 0 1
B 0 In ,In : : : 0 0 C
= det BB@ : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : C
C
A =
0 0 0 ::: In ,In
A0 A1 A2 : : : A`,2 + 2In + A`,1 0
=:::
0 In ,In 0 : : : 0 0 1
B 0 In ,In : : : 0 0 C
B@ : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : C
= det B C =
0 0 0 : : : In ,In A
A0 + A1 + : : : + ` In 0 0 ::: 0 0
0 ,In 1
=(,1)`,1 det L() det B
B In ,In C
C
@ . .. . .
. A = det L()
In ,In
Corolario 1:
El grado del polinomio det L() es n ` .
Observacion 1:
Si la matriz polinomial L() no es monica este corolario es falso. Basta verlo con un
ejemplo. Sea 2 2
L() =
Se tiene que det L() = 0 y, sin embargo, n ` = 4.
Corolario 2:
Las races de det L() coinciden con los valores propios de CL .
No obstante, la relacion entre L() y C () es mas profunda, como veremos a conti-
nuacion.
I`n , CL es una matriz polinomial lineal que llamaremos linealizacion de L(). Esta
matriz polinomial no es equivalente a L() (notese que L() es una matriz n n y
I`n , CL de tama~no `n `n ). Sin embargo tenemos
Proposicion 2:
Dada una matriz polinomial monica L() de orden n y grado ` , se tiene que
L() 0
I`n , C 0 I(`,1)n
Esta proposicion nos permite dar una denicion precisa de linealizacion de una matriz
polinomial.
Denicion 1:
Una matriz polinomial lineal I , A de tama~no (n + p) (n + p) es una linealizacion
(y diremos que la matriz A es la linealizacion) de L() matriz polinomial monica de
grado ` y orden n , si y solo si
L() 0
In+p , A 0 Ip
para algun entero p 0.
Proposicion 3:
Toda linealizacion de una matriz polinomial monica de orden n y grado ` es de orden
n` .
Demostracion:
Basta comparar los grados de los polinomios det(In+p , A) y det L().
Proposicion 4:
Dos linealizaciones A y B cualesquiera de una matriz polinomial monica son seme-
jantes. Recprocamente, si A es una linealizacion de una matriz polinomial monica y
B es una matriz semejante a A , entonces B tambien es una linealizacion.
Demostracion:
Sean A y B dos linealizaciones de L(). Llamemos M () a la matriz
L() 0
0 I(`,1)n
Se tiene:
I , A M () ) I , A = E1 ()M ()F1() (a)
I , B M () ) I , B = E2()M ()F2() (b)
De (a) tenemos
M () = (E1 ()),1(I , A)(F1()),1
por lo que sustituyendo esta expresion de M () en (b) tenemos que
I , B = E2()(E1()),1(I , A)(F1 ()),1F2 () = E3 ()(I , A)F3()
es decir, I , A y I , B son equivalentes. Basta ahora aplicar la proposicion (3.2)
del captulo anterior.
Recprocamente, por ser A una linealizacion tenemos que
I , A M ()
Es facil comprobar que la solucion general de esta ecuacion viene dada por
x(t) = P1 etCL x0
donde x0 2 C4 cualquiera, CL es la matriz primera compa~nera de la matriz polinomial
L() = I2 + 32 01 + 11 23
asociada a la ecuacion dada y
1 0 0 0
P1 = 0 1 0 0 2 M222 (C)
Proposicion 1:
Dada la ecuacion diferencial homogenea
d` x + X
`,1 dj x
dt` j =0 Aj dtj = 0 (1)
Proposicion 2:
Con las mismas notaciones que en la proposicion anterior, la solucion general de dicha
ecuacion viene dada por
x(t) = P1 etCL x0
con x0 2 Cn` cualquiera y P1 = ( I 0 : : : 0 ) 2 Mnn`(C).
donde f (t) es una funcion vectorial continua a trozos, relacionada con la matriz poli-
nomial monica
X
`,1
L() = I` + Aj j
j =0
de orden n y grado ` .
Proposicion 3:
Con estas notaciones, el conjunto de soluciones de la ecuacion (2) es una variedad lineal
cuyo subespacio director es S (L), espacio de soluciones de la ecuacion homogenea
d` x + X
`,1 dj x
dt` j =0 Aj dtj = 0
Proposicion 4:
Con las mismas notaciones, la solucion general de la ecuacion (2) viene dada por
Zt
x(t) = P1 etCL x0 + P1 e(t,s)CL R1 f (s)ds;
0
001
donde P1 y x0 son como en la proposicion 2 de este apartado y R1 = @ ... A 2
I
Mn`n(C).
Es facil comprobar que la solucion general de esta ecuacion viene dada por
x(i) = P1 CLi z0
donde z0 2 C4 cualquiera,
3 0CL es la 1matriz
primera compa~nera de la matriz poli-
2
nomial L() = I2 + 2 1 + 1 3 asociada a la ecuacion dada, y P1 =
1 0 0 0
0 1 0 0 2 M222 (C).
En efecto, teniendo en cuenta que
x(j ) = P1 CLj z0
x(j + 1) = P1 CLj +1 z0
x(j + 2) = P1 CLj +2 z0
Proposicion 5:
Con estas notaciones, el conjunto de soluciones de la ecuacion (3) es un espacio vecto-
rial, que notaremos por S (L), de dimension n ` .
Proposicion 6:
Con las mismas notaciones que en la proposicion anterior, la solucion general de la
ecuacion en diferencias (3) viene dada por
x(i) = P1 CLi z0
Proposicion 7:
Con estas notaciones, el conjunto de soluciones de la ecuacion (4) es una variedad lineal
cuyo subespacio director es S (L), espacio de soluciones de la ecuacion homogenea
Proposicion 8:
Con las mismas notaciones, la solucion general de la ecuacion (4) viene dada por
X
i,1
x(i) = P1 CLi z0 + P1 CLi,k,1R1 y (k)
k=0
donde R1 es como en la proposicion 4.
Denicion 1:
Llamaremos cadena de Jordan de longitud k + 1, correspondiente al numero complejo
0 , a la sucesion de vectores xi 2 Cn , x0 6= 0, tales que
Xi 1
p ! L(p) (0)xi,p = 0; i = 0; : : :; k
p=0
donde L(p) denota la p -esima derivada de L() respecto de .
Denicion 2:
Un numero complejo 0 2 C para el cual existe una cadena (x0 ; x1 ; : : :; xk ) de Jordan,
recibe el nombre de valor propio de L(). El vector x0 6= 0 recibe el nombre de vector
propio y los vectores x1 ; : : :; xk de vectores propios generalizados.
El conjunto
(L) = f0 2 C j 0 es un vector propio de L()g
se denomina espectro de L().
Proposicion 1:
0 es un valor propio de L() si y solo si Ker L(0) 6= f0g .
Demostracion:
Si 0 es un valor propio de L(), existe una cadena de Jordan de longitud k + 1 para
un cierto k . Luego
L(0 )x0 = 0; con x0 6= 0
Corolario 1:
0 es un valor propio de L() si y solo si 0 es una raz de det L(). Es decir, si y
solo si det L(0 ) = 0.
Proposicion 2:
Las soluciones del sistema
0 L(0) 0 : : : 0 1 0 x0 1
BB L0(0) L(0 ) ::: 0 C C B x1 C
BB ... ... C
C B
@ .. C
A=0
@ 1 () 1 (,1) (0 ) : : : L(0 )
A .
! L (0 ) ( , 1)! L x
forman el conjunto de todas las cadenas de Jordan x0 ; x1 ; : : :; x de L() de longitud
no superior a +1 correspondiente a 0 (despues de eliminar, claro esta, las soluciones
x0 = : : : = xi = 0).
Ejemplo 1:
Consideremos la siguiente matriz polinomial monica de orden 1:
0 , 1 ,1 0 1
L() = @ 0 , 1 0 A = I , A
0 0 ,2
Se tiene que det L() = ( , 1)2 ( , 2), por lo que hay dos valores propios = 1 y
= 2.
Busquemos cadenas de Jordan para = 1. Los vectores propios x0 = (x01 ; x02 ; x03 ),
son tales que
L(1)x0 = 0
esto es, 0 0 ,1 0 1 0 x 1 0 0 1
@ 0 0 0 A @ x0102 A = @ 0 A
0 0 ,1 x03 0
Luego
x0 = (x01 ; 0; 0); con x01 6= 0
Notese que x0 es un vector propio de A de valor propio 1.
Puesto que 01 1
0 0
L0(1) = @ 0
1 0A
0 0 1
un primer vector propio generalizado x1 = (x11 ; x12 ; x13 ), sera tal que
01 0 0
10
x01 0 ,1 0
1 0 x11 0
10 1 0 1
@0 1 0 A @ 0 A + @ 0 0 0 A @ x12 A = @ 0 A
0 0 1 0 0 0 ,1 x13 0
esto es, 0x , x 1 001
@ 01 0 12 A = @ 0 A
,x13 0
Luego
x1 = (x11 ; x01; 0)
Notese que x1 es tal que (A , I )x1 = x0 .
Puesto que
L(2) () = 0
un segundo vector propio generalizado x2 = (x21 ; x22 ; x23 ) ha de ser tal que
00 0 0
10
x01
1 0
1 0 0 x11 0 ,1 0
10 1 0
x21 0
10 1 0 1
1 @0 A @ A @ A @ A @
x01 + 0 0 0 A @ x22 = 0 A
A @
2 0 00 00 0 + 0 1 0
0 0 0 1 0 0 0 ,1 x23 0
esto es, 0x , x 1 001
@ 11x01 22 A = @ 0 A
,x23
0
Esto implica que x01 = 0, lo que esta en contradiccion con la condicion de vector
propio. Por lo tanto, ninguna cadena de Jordan tiene longitud superior a 2.
Analicemos el valor propio = 2:
Ejemplo 2:
Consideremos 2 , 2 + 1
L() = 0 2 , 2 + 1
Puesto que det L() = ( , 1)4 , existe un unico valor propio 0 = 1. Un vector propio
puede ser x0 = (1; 0) ( x0 2 Ker L(1)).
El primer vector propio generalizado x1 = (x11 ; x12 ) puede ser, por ejemplo:
L0 () = 2 , 2 0
1
2 , 2 L0 (1) = 0 1 0 0
por lo que
L0(1)x0 + L(1)x1 = 0
0 1 1 0 1 x 0
11
0 0 0 + 0 0 x12 = 0
Luego x12 = 0 y x11 es libre. Podemos tomar, por ejemplo, x1 = (1; 0).
El segundo vector propio generalizado x2 = (x21 ; x22 ) puede ser
2 0 2 0
(2)
L () = 0 2 (2)
L (1) = 0 2
1 2 0 1 + 0 1 1 + 0 1
x 0
21
2 0 2 0 0 0 0 0 0 x22 = 0
por lo que x22 = ,1 y x21 es libre. Podemos, pues, tomar x2 = (1; ,1).
Hemos obtenido una cadena de Jordan de longitud tres (x0 ; x1 ; x2). De hecho, puede
extenderse a longitud superior. Veamoslo:
L(3) () = 0, luego
1 0 0
1 1 2 0
1 0 1 1 0 1 x 0
31 =
3! 0 0 0 +2 0 2 + 0 + 0 0 ,1 0 0 x32 0
es decir, x 0
32 = 0
0
Podemos, pues, tomar x3 = (1; 0).
L(4) () = 0, luego
1 0 0
1 1 0 0
1 1
2 0 1
4! 0 0 0 + 3! 0 0 0 + 0 2 ,1 +
02 1
1 0 1 x 0
+ 0 41
0 ,1 + 0 0 x42 = 0
Proposicion 3:
Sea tk t k ,1
u(t) = k! x0 + (k , 1)! x1 + : : : + xk e0t
con xj 2 Cn , x0 6= 0.
Entonces u(t) es solucion de la ecuacion () si y solo si x0 ; : : :; xk es una cadena de
Jordan para el valor 0 de L().
Ejemplo 3:
Consideremos
0 d2 d1 d0 d1 1
, 2 +
B@ dt2 dt dt 2 dt1 0 C u (t) 0
d d d A u12(t) = 0
0
dt2 , 2 dt + dt
Sea L() una matriz polinomial monica de orden n y sea p() un vector polinomial
n -dimensional, es decir, un vector cuyas coordenadas son polinomios en .
Proposicion 1:
P
Sea p() una raz polinomial de L() para 0 . Sea qj=0 ( , 0 )j pj el desarrollo de
Taylor en 0 de p(). Entonces p0 ; : : :; pk,1 (donde k es el orden de p()) forma una
cadena de Jordan de L() para el valor 0 . Recprocamente, si p0 ; : : :; pk,1 es una
cadena de Jordan de L() para 0 , entonces
kX
,1
p() = ( , 0 )j pj + ( , 0 )k q ()
j =0
con q () como algun vector polinomial, es una raz polinomial de L() de orden k
correspondiente a 0 .
Demostracion:
Desarrollando L() en serie de Taylor:
P` 1 (j )
j
L() = j =0 j ! L (0 )( , 0 )
tenemos
P`
1 (j ) j Pq
j =0 j ! L (0 )( , 0 ) ( j =0 ( , 0 ) pj )
L()p() = j
Proposicion 2:
Sea L() una matriz polinomial de orden n y sean A() y B () matrices polino-
miales de orden n tales que A(0 ) y B (0 ) son no singulares para algun 0 2 C .
Entonces y0 ; : : :; yk es una cadena de Jordan de la matriz polinomial A()L()B ()
correspondiente a 0 si y solo si
X
j
1
zj = i ! B (i) (0 )yj,i ; j = 0; : : :; k
i=0
forma una cadena de Jordan de L() correspondiente a 0 .
Corolario 1:
El orden de cualquier raz polinomial no excede a la multiplicidad de 0 como cero de
det L().
Demostracion:
Basta considerar la forma de Smith de L() y aplicar la proposicion anterior.
Denicion 1:
Las cadenas de Jordan
p1;0 ; : : :; p1;k1,1; p2;0 ; : : :; p2;k2 ,1 ; : : : ; pr;0 ; : : :; pr;kr ,1
(**)
diremos que forman un conjunto canonico de cadenas de Jordan de L() correspon-
diente a 0 .
Ejemplo 1:
Consideremos la matriz polinomial siguiente:
0 ( , )2 1
0
D() = @ ( , 0 ) A
1
Entonces
p1;0 = (1; 0; 0); p1;1 = (0; 0; 0); p2;0 = (0; 1; 0)
es un conjunto canonico de cadenas de Jordan.
Observacion 1:
Los conjuntos canonicos de cadenas de Jordan
P 2 ,no1(son, unicos. En efecto, en la cadena
(**) podemos sustituir p2 () por p2 () + kj =0 ) j
0 1;jp .
Veremos a continuacion que se mantienen constantes las longitudes de las cadenas de
Jordan.
Proposicion 3:
Sea L() una matriz polinomial monica. Entonces las longitudes k1 ; : : :; kr de las
cadenas de Jordan de un conjunto canonico de cadenas de Jordan de L() correspon-
diente a 0 son exactamente las multiplicidades parciales no nulas de L() en 0 .
Ejemplo 2:
Consideremos la matriz polinomial
1 0
0 2 ( , 1)2
Corolario 2:
P
La suma ri=1 ki de las longitudes de las cadenas de Jordan de un conjunto canonico
correspondiente al valor propio 0 de una matriz polinomial monica L() coincide con
la multiplicidad de 0 como cero de det L().
Escribamos
Xi = x(10i) : : : x(1i;) (1i),1 x(20i) : : : x(2i;) (2i),1 : : : x(sii)0 : : : x(sii)(sii),1
P
matriz de tama~no n ( sj i=1 (ji) ) = n i .
Sea Ji la matriz diagonal por bloques
0 Ji1 1
Ji = @ ... A
Ji;si
donde Jij es un bloque de Jordan de tama~no (ji) (ji) de valor propio i .
Denicion 1:
La pareja de matrices (Xi ; Ji ) construida recibe el nombre de pareja de Jordan de L()
correspondiente al valor propio i .
Observacion 1:
La pareja de Jordan (Xi ; Ji ) no esta unvocamente denida ya que el conjunto canonico
de cadenas de Jordan no esta unvocamente denido.
Proposicion 1:
Sea (Xi ; Ji ) un par de Jordan de L() correspondiente al valor propio i . Entonces
A0 Xi + A1 XiJi + : : : + A` Xi Ji`,1 + XiJi` = 0
Demostracion:
Basta considerar 0 Ki1 1
U (t) = Xi @ ... A eit
Kisi
con 0 (i) 1
1 tj ,1
BB 1 t : : : ((i) ,1)
j C
C
Kij = B C
..
BB . . . . . . . C
C
@ ... A
t
1
Entonces, 0 Ji1 1
@ .. . At
U (t) = Xi e Jisi
Denicion 2:
Una pareja de matrices (X; J ) con X de tama~no n n` y J matriz de Jordan de
tama~no n` n` . Si la estructura de X y J es como sigue:
X = (X1; : : :; Xr) y J = (J1 ; : : :; Jr );
con (Xi ; Ji), i = 1; : : :; r par de Jordan de L() correspondiente al valor propio i ,
se dice que es un par de Jordan de la matriz polinomial monica L().
Ejemplo 1:
Sea
3 2
p 2
2 , 4
p
L() = 2 22 + 4 3
Entonces p p
det L() = 2 ( , 2)2 ( + 2)2
y
() = f0; 2; ,2g
Puesto que L(0) = 0, existen dos vectores propios independientes x(0) (0)
10 , x20 corres-
pondientes al valor propio 0. Podemos tomar
1 0
(0)
x10 = 0 ; x20 = 1(0)
Por lo tanto
p p
2 ! 2 1
X2 = , 2 + 1 2 , 1 ; J2 = 0 2
1 0
constituyen un par de Jordan para el valor propio 2.
Para nalizar, consideremos el valor propio ,2. Ya que
,8 8( 2 + 1)
p
L(,2) = p 8( 2 , 1) ,8
un vector propio x(10,2) = (x; y ) es tal que
,8 8( 2 + 1)
p x 0
p
8( 2 , 1) ,8 y = 0
y podemos tomar p2 + 1
x(10,2) = 1
Denicion 1:
Diremos que una pareja de matrices (X; T ) con X 2 Mnn` (C) y T 2 Mn`n`(C) es
un par estandar de la matriz polinomial monica L(), si y solo si
i) la matriz
0 X 1
B
B XT C
@ ... C
A
XT `,1
es no singular
ii) A0 X + A1 XT + : : : + A`,1 XT `,1 + XT ` = 0.
Proposicion 1:
Todo par de Jordan es un par estandar.
Demostracion:
Basta tener en cuenta que
0 J1;1 1k 0 J1k;1 1
BB . . . C B
B ... C
C
BB C
C B C
J1;s1
C B
B
J1k;s1 C
C
k
J =B B ... C
C =B ... C
BB C B
B C
C
@
Jr;1 C
A B Jr;k 1 C
... @ ... A
Jr;sr k
Jr;s r
por lo que
0 J1k;1 1
B
B . .. C
C
B
B J1k;s1 C
C
k B
XJ = ( X1 ::: X1;s1 ::: Xr;1 ::: Xr;sr ) B ... C
C =
B
B Jr;k 1
C
C
B
@ ... C
A
k
Jr;s r
0 X1J1k;1 1
BB .. . C
C
BB X1;s1 J1k;s1 C
C
=B B ... C
C
BB Xr;1 Jr;k 1
C
C
B@ ... C
A
k
Xr;sr Jr;s r
Observacion 1:
El recproco es falso. En efecto, basta observar que si (X; J ) es un par de Jordan, el par
(XS; S ,1JS ) verica tambien las condiciones dadas en la denicion de par estandar.
Proposicion 2:
Sea 0 0 I 0 ::: 0 1
BB 0
..
0
..
I
..
::: 0 C
.. C
CL = BB@ . . . ::: . CC
0 0 0 ::: I A
,A0 ,A1 ,A2 : : : ,A`,1
la matriz compa~nera de la matriz polinomial L(), y sea
PL = ( I 0 : : : 0 )
Entonces (PL ; CL ) es un par estandar de L().
Demostracion:
Tenemos que
X = PL
XT = PL CL = ( 0 I 0 : : : 0 )
XT 2 = ( 0 0 I 0 : : : 0 )
..
.
XT `,1 = ( 0 : : : 0 I )
XT ` = ( ,A0 ,A1 : : : ,A`,1 )
por lo que claramente se cumplen i) y ii).
Proposicion 3:
Si (X; T ) y (X 0; T 0) son dos pares estandares de una matriz polinomial L(), entonces
existe una matriz inversible S de orden n` tal que
X 0 = XS y T 0 = S ,1 TS
Recprocamente, si (X; T ) es un par estandar para L(), y (X 0; T 0) es tal que
X 0 = XS y T 0 = S ,1 TS
para una cierta matriz inversible S de orden n` , entonces (X 0; T 0) es tambien un par
estandar para L().
Observacion 2:
La proposicion 3 nos dice que si (X; J ) es un par de Jordan para la matriz polinomial
L(), entonces J es la forma reducida de Jordan de CL , matriz compa~nera de L().
7 Ejercicios
1) Determinar si I , A y I , B con
0 0 0 1 01 01 1 0 01
A=B @ ,10 0 0 1C
1 2 ,1 A ; y B=B
@ 00 1
0
1
1
0C
0A
0 ,1 0 2 0 0 0 1
3) Determinar una cadena de Jordan para cada una de las matrices polinomiales
monicas siguientes:
2 ,
a) L1 () = 02
2( , 1)(2 + 1) 3( , 1)
b) L2 () = 2 ( , 1)
2 3 2 ( , 1)
7) Determinar un par de Jordan para cada una de las matrices polinomiales monicas:
p22 +
a) L() = p 23
3 p222 ,,
3
b) L() = p22 + 3
01 0 0
1 0 0 0 0
1 0 0 0
0 1
@0 1 0 A y (k +3)+ @ 1 ,1 1 A y (k +2)+ @ 1 0 0 A y (k) = 0; k = 0; 1; : : ::
0 0 1 0 1 ,1 0 0 1
1 0 0 1
1 0
1
0 1 y (k + 2) + 2 ,2 y (k + 1) + 2 0 y (k) = 1 ; k = 0; 1; : : ::
13) Una empresa ofrece cada a~no dos productos, s1 (k), s2 (k), dados en funcion de sus
precios, p1 (k), p2 (k), segun la relacion
s (k ) d1 1 0
p (k)
S (k) = s1 (k) = d02 , 03 1
1
p2 (k) =
2 0 2 (1)
= D0 , AP (k)
(para que haya equilibrio de mercado).
La prevision de la produccion para el a~no siguiente es
s (k + 1) s1 0 1 (k + 1)
S (k + 1) = 1 = 02 +
s2 (k + 1)
1
s0 = 1 0 2(k + 1)
(2)
= S0 + B (k)
donde (k + 1) es la prevision de precios para el a~no k + 1.
Estudiar la evolucion del mercado suponiendo que la prevision de precios para cada
uno de los productos, es:
a) 1 (k + 1) es la media aritmetica de los precios de los dos productos en los dos
ultimos a~nos
b) 2 (k + 1) es la media aritmetica de los precios de este producto en los dos
ultimos a~nos.
14) Sea L() = I2 + A1 + A0 , con I; A1 ; A0 2 Mn (C), y sea (X; T ) un par estandar
para L(). Demostrar que
X ,1
( A0 A1 ) = ,XT 2 XT
16) La aceleracion con la que se mueve una partcula en el plano viene dada por la
siguiente relacion con la posicion y la velocidad:
d2 , d ,2 x(t) 0
y (t) = 0
dt2 2 dt
d d d
dt +2 dt2 +4 dt +4
b) Probar que fx0 = (,2 , i; 1)g , fy0 = (,2 + i; 1)g , fz0 = (0; 4); z1 = (1; 0)g
son conjuntos canonicos de cadenas de Jordan de L() para los valores propios i , ,i
y 2, respectivamente.
c) Comprobar que (X; J ) con
0i 1
,2 , i ,2 + i
X= 1 1
0
4 0
1 ; J =B
@ ,i ,2 1
C
A
,2
es un par de Jordan para la matriz L().
d) Dar la ecuacion del movimiento (x(t); y (t)) de la partcula y hallar tlim
!1(x(t); y (t)).
Interpretar el resultado.
© los autores, 1998; © Edicions UPC, 1998. Quedan rigurosamente prohibidas, sin la autorización escrita de los titulares del "copyright", bajo las sanciones
establecidas en las leyes, la reproducción total o parcial de esta obra por cualquier medio o procedimiento, comprendidos la reprografía y el tratamiento
informático, y la distribución de ejemplares de ella mediante alquiler o préstamo públicos, así como la exportación e importación de ejemplares para su
distribución y venta fuera del ámbito de la Unión Europea.
62 Introduccion a la teora de matrices polinomiales
Denicion 1:
Llamaremos triple estandar de la matriz polinomial L(), al triple de matrices (X; T; Y )
donde (X; T ) es un par estandar para la matriz polinomial L() e Y es como en (1).
Ejemplo 1:
Sea L() una matriz polinomial monica. El triple de matrices (X; T; Y ) con
i) X = ( In 0 : : : 0 )
ii) T la matriz compa~nera de L():
0 0 In 0 : : : 0 1
BB 0 0 In : : : 0 C
C
CL = B@ : :0: : : : : : 0: : : : : : :0: : : : ::::::: : : : :I:n: : C
A 2 M`n(C)
,A0 ,A1 ,A2 : : : ,A`,1
iii) 001
B ... C
Y =B
@ C A 0
In
es un triple estandar para L().
Denicion 2:
Diremos que (X; T; Y ) es un triple de Jordan de la matriz polinomial monica L() si
el par de matrices (X; T ) es un par de Jordan para L().
Proposicion 1:
Si (X; T; Y ) y (X 0; T 0 ; Y 0 ) son dos triples estandares para la misma matriz polinomial
L(), entonces existe una matriz inversible S de orden n` n` tal que
X 0 = XS; T 0 = S ,1TS; Y 0 = S ,1 Y
Demostracion:
Si (X; T; Y ) y (X 0; T 0; Y 0 ) son dos triples estandares para la matriz polinomial L(),
entonces (X; T ) y (X 0; T 0 ) son pares estandares para la matriz polinomial L().
Luego, y segun la proposicion 3 del apartado 6 del captulo 1, se tiene que existe
una matriz inversible S de orden n` n` tal que
X 0 = XS; T 0 = S ,1TS
Por lo que
0 X 0 1,1 0 0 1 0 XS 1,1 0 0 1
B X 0T 0 C B .. C B XSS ,1TS C B .. C
Y = @ .. A @ . C
0 B C B =B .. C
A @.C
B
. 0A @ . 0 A
X 0T 0 `,1 In XSS ,1T 0 `,1 S In
0 0 X 1 1, 1 0 0 1 0 X 1,1 0 0 1
BBB XT. CC S CC B .. C .. C
=B B . C = S ,1 B
B XT C B
@@ .. A A @ 0 A @ .. A @ 0. C
. C B A
XT `,1 In XT `,1 In
= S ,1 Y
Proposicion 2:
Sea (X; T; Y ) un triple estandar de la matriz polinomial monica L(). Entonces
a) ( Y TY : : : T `,1 Y ) es una matriz no singular de orden n` n` .
b) X esta unvocamente denida por T e Y , de la siguiente forma:
X = ( 0 : : : 0 In ) ( Y TY : : : T `,1 Y ),1
c) Y A0 + TY A1 + : : : + T `,1 Y A`,1 + T ` Y = 0.
Demostracion:
a) Si ( Y TY : : : T `,1 Y ) es una matriz no singular
, (X; T; Y )
para un triple estandar
de la matriz polinomial monica L(), entonces Y 0 T 0 Y 0 : : : T 0 `,1 Y 0 es no sin-
gular para cualquier otro triple estandar (X 0; T 0; Y 0 ) de L(), ya que T 0 = S ,1TS e
Y 0 = S ,1 Y para una cierta matriz inversible S . Por lo que
,
rango Y 0 T 0 Y 0 : : : T 0`,1 Y 0 =
= rango ( S ,1Y S ,1TSS ,1 Y : : : S ,1T `,1 SS ,1Y )
= rango ( S ,1Y S ,1TY : : : S ,1T `,1 Y )
= rango ( S ,1(Y TY : : : T `,1 Y )
= rango ( Y TY : : : T `,1 Y )
XT iY = 0 i = 0; : : :; ` , 2
XT iY = In i = ` , 1
y teniendo en cuenta que (X; T ) es un par estandar de L(), obtenemos
A0 X + A1 XT + A1 XT + : : : + A`,1 XT `,1 + XT ` = 0
de donde
A0 XY + A1 TY + : : : + A`,1 XT `,1 Y + XT ` Y = A`,1 + XT ` Y = 0
y
XT ` Y = ,A`,1
Se pueden deducir inductivamente expresiones de XT i Y para i > ` en funcion de Ai ,
si bien no hacen falta para el resultado.
Tenemos, pues,
0 X 1
BB XT. CC ( Y TY : : : T `,1Y ) =
@ .. A
XT `,1
0 0 0 ::: 0 In 1
BB 0 0 : : : In XT ` Y C
B@ : : : : : : : : : : : : : : : : : : : : : :2:`,: :4: : : : : : : : 2: `:,: :3: : C
C
A =M
0 In : : : XT Y XT Y
In XT `Y : : : X 2`,3Y XT 2`,2Y
0 X 1
B XT. C
M es no singular y teniendo en cuenta que tambien B
Esta matriz @ .. CA es no
XT `,1
singular se obtiene el resultado.
b) Sabemos que 0 X 1
BB XT. CC ( Y TY : : : T `,1 Y ) = M
@ .. A
XT `,1
Luego 0 X 1
BB XT. CC = M ( Y TY : : : T `,1Y ),1
@ .. A
XT `,1
y, teniendo en cuenta la expresion de M , es
X = ( 0 : : : 0 In ) ( Y TY : : : T `,1 Y ),1
tenemos que
0 X 1,1 0 A0 1
B XT. C
Y A0 + TY A1 + : : : + T `,1Y A`,1 = B
B A1 C
@ .. A @ ... C
C M B A
XT `,1 A`,1
0 X 1,1 0 A`,1 1
B XT. CC BB
=B
A`,2 + XT `Y A`,1 C
C
@ .. A @ ..
. A
XT `,1 A0 + XT `Y A1 + : : : + XT 2`,2 Y A`,1
0 X 1,1 0 X 1
=B
B XT. CC BB XT. C
C (,T ` Y ) = ,T ` Y
() @ .. A @ .. A
XT `,1 XT `,1
() XT ` Y = ,A`,1 ; : : : .
Denicion 3:
Dado un par de matrices (T; Y ) con T 2 Mn`n` (C), Y 2 Mn`n(C), diremos que es
un par estandar por la izquierda de la matriz polimomial monica L() si y solo si
a) ( Y TY : : : T `,1 Y ) es inversible,
b) Y A0 + TY A1 + : : : + T `,1 Y A`,1 + T ` Y = 0.
Proposicion 3:
Si (X; T; Y ) es un triple estandar de L() entonces (T; Y ) es un par estandar por la
izquierda de L().
Proposicion 1:
P
Sea L() = I` + `j,=01 Aj j una matriz polinomial monica y sea (X; T; Y ) un triple
estandar para dicha matriz polinomial. Se tiene que
a) Forma canonica por la derecha
L() = I` , XT ` (V1 + V2 + : : : + V` `,1), si Vi 2 Mn`n (C) son tales que
0 X 1,1
B XT. C
( V1 : : : V` ) = B
@ .. CA
XT `,1
c) Forma resolvente
(L()),1 = X (I , T ),1 Y , con 2 C , ()
Demostracion:
a) Teniendo en cuenta que
XT ` = ,A0 X , A1 XT , : : : , A`,1 XT `,1
0 X 1
B XT. C
= ( ,A0 ,A1 : : : ,A`,1 ) B
@ .. CA
XT `,1
y, por otra parte,
0 In 1
B In C
V1 + V2 + : : : + V` `,1 = ( V1 V2 : : : V` ) B
@ ... C
A
`,1 In
se obtiene
XT `(V1 + V2 + : : : + V``,1 ) =
0 X 1 0 In 1
B XT. C
= ( ,A0 ,A1 : : : ,A`,1 ) B
B In C
@ .. CA ( V1 V2 : : : V` ) B
@ ... C
A
XT `,1 `,1 In
= ,A0 , A1 , : : : , `,1 A`,1
se tiene que
(W1 + W2 ) + : : : + `,1 W` )T ` Y =
0 W1 1 0 ,A0 1
B
= ( In In : : : `,1 In ) B
W C
@ .. CA ( Y : : : T `,1Y ) @ .. A =
2 .
. ,A`,1
W`
= ,A0 , A1 , : : : , `,1 A`,1
Proposicion 2:
Sea L() una matriz polinomial monica de grado ` y supongamos que existen matrices
Q , T y R de tama~nos convenientes tales que
(L()),1 = Q(I , T ),1 R
Entonces (Q; T; R) es un triple estandar para L().
3 Aplicaciones
3.1 Forma resolvente y teora de sistemas lineales
Denicion 1:
Llamaremos sistema lineal dinamico constante en el tiempo a un sistema de ecuaciones
diferenciales lineales a coecientes constantes del tipo
dx = Ax(t) + Bu(t)9
=
dt
y(t) = Cx(t) ; con las condiciones iniciales x(0) = 0 (1)
Nos interesa expresar las salidas y (t) del sistema como funcion del vector de control
u(t). Para ello utilizamos la transformada de Laplace de una funcion f que se dene
de la siguiente forma:
Denicion 2:
Sea f : R ,! R , tal que f (t) = 0 para todo t 2 (,1; 0). Se dene la transformada
de Laplace de dicha funcion, mediante
Z +1
L[f (t)] f^(s) = e,stf (t)dt
0
Aqu s es un numero complejo s = a + bi y f^(s) esta denida para aquellos valores
s 2 C para los cuales converge la integral.
Cabe destacar:
Propiedades
1. Linealidad:
a) L[(f + g )(t)] = L[f (t)] + L[g (t)]
b) L[(f )(t)] = L[f (t)]
2. Diferenciacion respecto de la variable tiempo
L[Dnf (t)] = snf^(s) , sn,1f (0) , sn,2Df (0) , : : : , Dn,1f (0)
Proposicion 1:
La relacion entre las variables de salida y (t) y de entrada x(t) viene dada por la
relacion:
y^(s) = C (sI , A),1B u^(s)
donde y^(s) y u^(s) son las transfomada de Laplace de y (t) y u(t) respectivamente.
Demostracion:
Aplicando transformada de Laplace a (1), tenemos
sx^(s) = Ax^(s) + Bu^(s)
y^(s) = C x^(s)
por lo que
sx^(s) , Ax^(s) = Bu^ (s)
(sI , A)^x(s) = B u^(s)
x^(s) = (sI , A),1 Bu^(s)
Luego
Denicion 2:
LLamaremos funcion matriz de transferencia del sistema dinamico lineal denido en
(1) a la funcion a valores matrices racionales siguiente:
Denicion 3:
Llamaremos realizacion de la funcion a valores matrices racionales (2) a un sistema
dinamico lineal como (1) tal que su matriz de transferencia sea (2).
Observacion 1:
La realizacion no es unica. Para ello basta observar que
F (s) = C (sI , A),1 B
sI , A 0 ,1 B
= (C 0) 0 0 0
= C1 (sI , A1 ),1 B1
con A1 2 Mn+n1 (C) y n1 tan grande como queramos. (Obviamente C1 2 Mp(n+n1) (C)
y B1 2 M(n+n1)m (C)).
Denicion 4:
Diremos que una realizacion es minimal si la matriz A es del tama~no mas peque~no
posible.
Proposicion 2:
Una realizacion A , B , C con A 2 Mn (C) de F (s) es minimal si y solo si
\
1 X
1
Ker CAj = f0g y Im Aj B = Cn:
j =0 j =0
Proposicion 3:
Todas las realizaciones minimales son semejantes. Es decir, si A1 , B1 , C1 y A2 ,
B2 , C2 son dos realizaciones minimales de una misma funcion matriz de transferencia
F (s), entonces existe una unica matriz S inversible tal que
A2 = S ,1 A1 S; B2 = S ,1B1 ; C2 = C1 S
Proposicion 4:
Esta realizacion de (L()),1 es minimal.
Demostracion:
El teorema 2 del apartado 2 nos asegura que (X; T; Y ) es un triple estandar y la
dimension del espacio variables de estado es n` . Por lo tanto, cualquier otro triple de
matrices (X1 ; T1 ; Y1 ) con T1 2 Mn` (C) y (L()),1 = X1 (I , T1 ),1 Y1 es equivalente
a (X; T; Y ). Es decir,
X1 = XS; T1 = S ,1 TS; Y1 = S ,1Y
Puesto que
0 X 1 00 0 ::: I1
BB XT. CC ( Y TY : : : T `,1 Y ) = B
B ..
. ... C
C
@ .. A B
@0 ...
C
.. A
.
XT `,1 I :::
se verica la proposicion 2, por lo que la realizacion es minimal.
Denicion 5:
Diremos que un triple de matrices (X; T; Y ) es un triple polinomial si y solo si la matriz
racional F (s) dada en (3) es la inversa de una matriz polinomial monica.
Teorema 1:
Un triple (X; T; Y ) es polinomial si y solo si
0 para i = 0; : : :; ` , 2;
XT iY =
I para i = ` , 1
y 0 XY XTY : : : XT m,1 Y 1
B XTY
rango B
XT 2Y : : : XT m Y C C
@ .. .
..
.
..
. A = n`
XT m,1 Y XT m Y : : : XT 2m,2 Y
para todo m ` .
Los triples estandares asociados a matrices polinomiales nos permiten obtener solu-
ciones generales de las ecuaciones diferenciales asociadas a matrices polinomiales monicas:
d` x + X
`,1 dj x
t 2 [a; b]
dt` j =0 Aj dtj = f (t); (*)
P
con L() = I` + `j,=01 Aj j matriz polinomial monica y f (t) funcion vectorial con-
tinua a trozos denida en el intervalo [a; b].
Teorema 1:
La solucion general de (*) viene dada por
Zt
x(t) = XetT c + X e(t,s) Y f (s)ds; t 2 [a; b]
a
Demostracion:
Aplicando la proposicion 4 del apartado 2.1 del captulo 1, tenemos que
Zt
x(t) = P1 etCL x0 + P1 e(t,s) R1 f (s)ds
a
y (P1 ; CL ; R1) es un triple estandar.
Teniendo en cuenta que dos triples estandares son equivalentes, tenemos que
P1 = XS; CL = S ,1TS; R1 = S ,1Y;
por lo que Zt
x(t) = XSetS,1TS x0 + XS e(t,s) S ,1Y f (s)ds =
a Zt
= XSS ,1etT Sx0 + XSS ,1 e(t,s) Y f (s)ds =
a
Zt
= XetT (Sx0 ) + X e(t,s) Y f (s)ds;
a
y Sx0 = c es una constante arbitraria.
Consideremos ahora el problema del valor inicial: determinar x(t) tal que
x(i) (a) = xi ; i = 0; : : :; ` , 1 (**)
con xi vectores conocidos.
Teorema 2:
Para cada conjunto de vectores x0 ; : : :; x`,1 , existe una unica solucion x(t) del pro-
blema del valor inicial asociado a la ecuacion (*) y condiciones iniciales (**). Dicha
solucion viene dada por
0 A1 A2 : : : A`,1 I1
0 x0 1
B A2 A3 : : : I 0C B
B x1 C
B .. C B .. C
` ,1 B
c = ( Y TY : : : T Y ) B ... .. . . .. C
. CB . C
C
@ A`,1 I. :. : : 0. 0 A B
@ . C
. A
.
I 0 ::: 0 0 x`,1
Corolario 1:
La funcion matricial XeT (t,s)Y t s
G(t; s) =
0 t<0
es la funcion de Green para el problema del valor inicial.
Observacion 1:
Recordemos que la funcion de Green se dene como G(t; s) tal que
Zt
x(t) = G(t; s)f (s)ds
a
es la solucion de (*) para las condiciones iniciales x(i) (a) = 0 para i = 0; : : :; ` , 1.
Teorema 1:
Toda solucion de la ecuacion en diferencias (1) viene dada por
u(0) = Xc
X
i,1
u(i) = XT c + X T i,k,1Y '(k)
i
k=0
Corolario 1:
Si la ecuacion (1) es homogenea (esto es, '(j ) = 0, j = 0; 1; : : : ), la solucion viene
dada por
u(i) = XT ic; i = 0; 1; : : :
con c 2 Cn` un vector arbitrario.
Corolario 2:
Existe una unica solucion de la ecuacion (1) con las condiciones iniciales
u(r) = ar ; r = 0; : : :; ` , 1;
y esta solucion viene dada por
0 A1 A2 : : : A`,1 I 1 0 a0 1
BB A2 ... ...
.. C B a1 C
. CB C
c = ( Y TY : : : T `,1 Y ) BB C
C B
B .. C
C
B@ ... . . . . . . C
AB@
.
.. C
A
A`,1 I .
I 0 0 a`,1
Demostracion:
Aplicando el teorema 1, tenemos que
u(0) = Xc = a0
u(1) = XTc = a1
u(2) = XT 2 c + XTY '(0) + XY '(1) = a2
..
.
u(` , 1) = XT `,1c + XT `,2Y '(0) + XT `,3Y '(1) + : : : + XY '(` , 2) = a`,1
Ahora bien,
XT iY = 0; i = 0; : : :; ` , 2
por lo que
u(0) = Xc = a0
u(1) = XTc = a1
u(2) = XT 2c = a2
..
.
u(` , 1) = XT `,1 c = a`,1
Matricialmente,
0 u(0) 1 0 X 1 0 a0 1
BB u(1) CC = BB XT. C B a1 C
@ .. . A @ .. C Ac = B
@ ... C
A
u(` , 1) XT `,1 a`,1
La matriz
0 X 1
B
B XT C
@ ... C
A
XT `,1
es inversible, por lo que 0 X 1,1 0 a0 1
B XT. C
c=B
B a1 C
C B
@ .. A @ ... C
A
XT `,1 a`,1
y esta univocamente determinado.
Ademas, teniendo en cuenta la descripcion de la matriz M de la proposicion 2 del
apartado I, es
0 X 1 0 A1 A2 : : : A`,1 I 1,1
B A ... ... C
BB XT. CC ( Y TY : : : T `,1 Y ) = B
B ..
2
. . C
C
@ .. A B . .. .. C
`,1
@ A `,1 I A
XT I 0
4 Ejercicios
1) Construir un triple de Jordan para matriz polinomial monica
3 p
22 ,
L() = p 2 2 + 3
2) Sea
0 0 0 : : : 0 ,A0 1
C2 = B
@ I:n: : : :0: : ::::::: : :0: : : : :,: :A:1: : C
A
0 0 : : : In ,A`,1
X = ( 0 : : : 0 In )
T = C2
0 In 1
B 0. C
Y =B
@.C. A
0
Probar que (X; T; Y ) es un triple estandar para L().
3) Sea
L() = , +22+ 2 2 , +22+ 2
2
Supongamos que
C 8t 0
f (t) =
0 8t < 0
A0 es una matriz inversible y que cada valor propio de la matriz polinomial asociada
a la ecuacion diferencial es tal que Re < 0.
Demostrar que
Demostrar que
j !1
lim u(j ) = (I + A`,1 + : : : + A0 ),1 '
11) Sea 0 1
F (s) = 1 0
s
s
una matriz racional.
Determinar una realizacion minimal.
12) Sea
14) Sea L() = I2 + A1 + A0 y (X; T; Y ) un triple estandar para L(). Demostrar
que
A1 = ,T 2 Y; A2 = ,XT 3 Y + A21
15) La aceleracion con la que se mueve un satelite en el espacio viene dada por la
siguiente relacion con la posicion y la velocidad:
9
x(t) = 3y_ (t) , 4x(t) >
=
y(y ) = ,3x_ (t) , 4y(t) > (1)
z(t) = x_ (t) , y_ (t) , 4z (t) , 2z_ (t);
a) Determinar la matriz polinomial L() de segundo grado asociada a la ecuacion
del movimiento (1).
b) Comprobar que
1 Multiplicacion
Sea L() una matriz polinomial monica y supongamos que puede descomponerse en
producto de dos matrices polinomiales monicas:
L() = L2 () L1()
Denicion 1:
Diremos que L1 () es un divisor por la derecha de L() y L2 () un divisor por la
izquierda de L().
Teorema 1:
Sean L1 (), L2 () dos matrices polinomiales monicas y sean (Q1 ; T1 ; R1), (Q2 ; T2; R2 )
triples estandares para L1 () y L2 (), respectivamente. Sea L() = L2 () L1 ().
Entonces 0
, 1
(L()) = ( Q1 0 ) ( I , T ) , 1
R 2
con T R Q
T= 1 1 2 0 T2
© los autores, 1998; © Edicions UPC, 1998. Quedan rigurosamente prohibidas, sin la autorización escrita de los titulares del "copyright", bajo las sanciones
establecidas en las leyes, la reproducción total o parcial de esta obra por cualquier medio o procedimiento, comprendidos la reprografía y el tratamiento
informático, y la distribución de ejemplares de ella mediante alquiler o préstamo públicos, así como la exportación e importación de ejemplares para su
distribución y venta fuera del ámbito de la Unión Europea.
86 Introduccion a la teora de matrices polinomiales
Demostracion:
Calculemos la inversa de la matriz ( I , T ):
I , T ,R Q ,1 (I , T ),1 (I , T ),1R Q (I , T ),1
1 1 2 = 1 1 1 2 2
0 I , T2 0 (I , T2 ),1
por lo que
0
( Q 0 ) ( I , T ) , 1 =
1 R2
(I , T ),1 (I , T ),1R Q (I , T ),1 0
= ( Q1 0 ) 1 1 1 2 2
0 (I , T2 ),1 R2
Teorema 2:
Si L() = L2 () L1 () con Li (), i = 1; 2, matrices polinomiales monicas con triples
estandares (Qi ; Ti ; Ri), i = 1; 2 respectivamente, entonces el triple (Q; T; R) con
Q = ( Q1 0 ) ; T = T01 RT1 Q2 ; R = R0
2 2
es un triple estandar para L().
Demostracion:
Por la proposicion anterior tenemos que
(L()),1 = Q(I , T ),1 R
Ahora basta aplicar la proposicion 2 del apartado 2 del captulo anterior.
Observacion 1:
Aunque los triples estandares (Qi ; Ti; Ri) de Li () para i = 1; 2 sean triples de Jordan,
el triple (Q; T; R) de L(), obtenido en el teorema anterior, no tiene por que ser un
triple de Jordan.
2 Division
Denicion 1:
Dadas dos matrices polinomiales (no necesariamente monicas) de orden n ,
X̀ X
k
L1() = Ai i; L2 () = Bi i
i=0 i=0
llamaremos division por la derecha de estas matrices polinomiales a una representacion
de la forma
L1() = Q()L2() + R()
donde Q() es una matriz polinomial de orden n (que llamaremos cociente por la
derecha) y R() es una matriz polinomial de orden n que, o bien es cero, o bien tiene
grado menor que el grado de L2 () (y la llamaremos resto por la derecha).
Denicion 2:
Dadas
P` Ados matrices polinomiales
P (no necesariamente monicas) de orden n , L1 () =
i k i
i=0 i , L2 () = i=0 Bi , llamaremos division por la izquierda de estas matrices
polinomiales a una representacion de la forma
L1 () = L2 ()Q1() + R1 ()
donde Q() es una matriz polinomial de orden n (que llamaremos cociente por la
izquierda) y R() es una matriz polinomial de orden n que, o bien es cero, o bien tiene
grado menor que el grado de L2 () (y la llamaremos resto por la izquierda).
Denicion 3:
Diremos que L2 () es un divisor por la derecha de L1 () si y solo si
L1 () = Q()L2()
es decir, si el resto por la derecha es cero.
Denicion 4:
Diremos que L2 () es un divisor por la izquierda de L1 () si y solo si
L1() = L2 ()Q1()
es decir, si el resto por la izquierda es cero.
Observacion 1:
En general Q() 6= Q1 () y R() 6= R1 ().
Observacion 2:
La division no siempre es posible; para ello basta dar un ejemplo: sean L1 () = L1
una matriz constante inversible y L2 () = L2 tambien una matriz constante, pero
singular. Si la division fuera posible sera
L1 = Q()L2 ; L1 = L2 Q1 () (1)
(notar que, puesto que L2 es de grado cero, los restos han de ser cero).
Puesto que L1 es inversible, no existen matrices polinomiales Q() ni Q1 () de manera
que se satisfagan las igualdades de (1).
Sin embargo, si las matrices polinomiales son monicas tenemos el siguiente resultado:
Proposicion 1:
Sean L1 () y L2 () matrices polinomiales monicas; entonces tanto la division por la
derecha como por la izquierda existen y los cocientes y restos por la derecha y por la
izquierda estan unvocamente determinados.
Demostracion:
Vamos a hacer la demostracion para la division por la derecha.
Empecemos probando que se puede efectuar la division. Para ` < k es obvio: basta
tomar Q() = 0 y R() = L1 (). Supongamos, pues, que ` k .
P P
Sea L1 () = `i=0 Ai i y L2 () = ki=0 Bi i y escribamos
X̀ X
`,k ! X
k ! kX
,1
Aii = Qi i Bi +i Rii
i=0 i=0 i=0 i=0
con Qi y Ri matrices incognitas.
Comparando los coecientes de i , i = 0; : : :; ` en ambos lados de la igualdad tenemos
A` = Q`,k = I
A`,1 = Q`,k,1 + Q`,k Bk,1
..
. (*)
kX
,1
Ak = Q0 + Qk,i Bi
i=0
Q0 , ( Q`,k = I , Q`,k,1 = A`,1 ,
y de forma recurrente podemos obtener Q`,k ; : : :;P
,k iQ .
Bk,1 , : : : ); obtendremos, pues, la matriz Q() = `i=0 i
Basta ahora denir
Xi
Ri = Ai , Qj Bi,j ; i = 0; : : :; k , 1: (**)
j =0
Puesto que L2 () es monico de grado k y R() , R() es una matriz polinomial de
grado estrictamente inferior a k ha de ser
Q() , Q() = 0
y, por lo tanto,
R() , R() = 0
Para la division por la izquierda se procedera de forma analoga.
Observacion 3:
De hecho, en la proposicion anterior basta exigir que sea monica la matriz polinomial
L2 ().
Observacion 4:
6 I en la primera ecuacion de (*) tendramos A` = Q`,k Bk , por lo que no
Si Bk =
siempre existira Q`,k (por ejemplo, si A` es no singular y Bk es singular, el sistema
es incompatible).
Ejemplo 1:
Sea
1 0 2 1 1 ,1 2 0 X3
L1 () = 0 1 3 + 3 2 2 + 0 2 + 0 2 = Ai i
i=0
y
X2
L2() = 10 01 2 + 31 03 = Bi i:
i=0
Entonces
L1 () = (Q1 + Q0 )L2 () + (R1 + R0 )
con
1 0
Q1 = A3 = 0 1
2 1 1 0 0 0 2 1
Q0 = A2 , Q1 B1 = 3 2 , 0 1 0 0 = 3 2
1 ,1 2 1 0 0 1 0 3 0
R1 = A1 , (Q0 B1 + Q1 B0 ) = 0 2 , 3 2 0 0 + 0 1 1 3
,2 ,1
= ,1 ,1
2 0 2 1 3 0 ,5 ,3
R0 = A0 , Q0 B0 = 0 2 , 3 2 1 3 = ,11 ,6
Corolario 1:
Supongamos que el divisor es lineal es decir L2 () = I , X . Entonces
X̀
L1 () = Ai i = Q()(I , X ) + R =
i=0
= (I , X )Q1 () + R1
con
X̀ X̀
R= AiX i; y R1 = X i Ai
i=0 i=0
Demostracion:
Basta utilizar las expresiones (*) y (**) del teorema anterior para este caso particular.
Corolario 2:
Si L() = I2 + A1 + A2 . Entonces I , S es un divisor monico por la derecha si y
solo si
S 2 + A1 S + A2 = 0
Proposicion 2:
Sean I , S1 y I , S2 dos divisores por la derecha monicos de
L() = I2 + A1 + A2 ;
tales que S2 , S1 sea inversible. Entonces
a) Toda solucion de la ecuacion
d2u + A du + A u = 0
dt2 1 dt 2
es de la forma
u(t) = eS1 t c1 + eS2 t c2
con c1 ; c2 2 C n constantes cualesquiera.
b) Si eS2 (b,a) , eS1 (b,a) es inversible, entonces el problema de contorno de dos puntos
d2u + A du + A u = f (t)
dt2 1 dt 2
u(a) = u(b) = 0
Teorema 1:
P ,1 A i una matriz polinomial monica de grado ` y sea
Sea L1 () = I` + `i=0 i
y 0 1
X
k X̀
R() = i,1 @ Ai X2T2j A Vi
i=1 j =0
donde hemos puesto A` = I .
Demostracion:
Basta observar que
0 X2 1 0 X2 V1
B X T C ::: X2 Vk 1 0 I 1
B
@ ... CA ( V1 : : : Vk ) = @ k..,1
2 2 . ..
. A=@ ... A
X2 T2k,1 X2 T2 V1 : : : X2T2k,1Vk I
Corolario 2:
L2 () es un divisor por la derecha de L1 () si y solo si para un par estandar (X2 ; T2)
de L2 () se verica que
A0 X2 + A1 X2 T2 + : : :A`,1X2 T2`,1 + X2 T2` = 0
Demostracion:
Si esta igualdad se verica se tiene que
R() = i,1(0)Vi = 0;
luego L2 () es un divisor.
P ` j
Recprocamente, si L2 () es divisor se tiene que R() = 0, luego j =0 Ai X2 T2 Vi =
0 para todo i y, por lo tanto,
X̀
Ai X2 T2j ( V1 : : : Vk ) = ( 0 : : : 0 )
j =0
Teorema 2:
P ,1 A i una matriz polinomial monica de grado ` y sea
Sea L1 = I` + `i=0 i
L2 () = Ik , (W1 + : : : + Wk k,1 )T2k Y2
una matriz polinomial monica de grado k con k ` , expresada en su forma canonica
0porWla1 1izquierda, donde (T2; Y2) es un par estandar por la izquierda de L2 () y
@ ... A = ( Y2 T2Y2 : : : T2k,1 Y2 ),1 . Entonces
Wk
L1 () = L2()Q1 () + R1 ()
con
`X
0 1
,k X̀
Q1() = i @ Wk T2j,i,1Y2 Aj A
i=0 j =i+1
y 0 1
X
k X̀
R1() = i,1 @Wi T2j Y2 Ai A
i=1 j =0
donde hemos puesto A` = I .
Demostracion:
Se deduce del teorema 1, sin mas que considerar las matrices polinomiales traspuestas
(L1 ())t y (L2 ())t en que evidentemente la division por la izquierda
L1 () = L2 ()Q1() + R1 ()
Corolario 3:
L2 () es un divisor por la izquierda de L1 () si y solo si para un par estandar (T2 ; Y2)
de L2 () se verica que
Y2 A0 + Y2 T2 A1 + : : : + Y2 T2` A`,1 + Y2 T2` = 0
Teorema 1:
Sea L() una matriz polinomial monica de grado ` con par estandar (X; T ). Entonces
para cada subespacio vectorial M de dimension nk invariante por T y tal que la matriz
restriccion 0 1 X
BB XjMjMTjM C
C
B@ .. C
A
.
XjM (TjM )k,1
sea inversible, existe un unico divisor por la derecha
Observacion 1:
El subespacio M denido en (2), no depende del par estandar (X1 ; T1) escogido de
L1 (). En efecto, basta observar que
0 X1 1 0 X1 S 1
B
B X1T1 C
C B
B
Im @ .. A = Im @
( X1 S ,1T1 S )
S )( C
C
.
..
. A
X1T1`,1 (X1 S )(S ,1T1`,1 S )
para cualquier matriz inversible S de orden conveniente.
Esto nos lleva a la siguiente
Denicion 1:
Para cada divisor por la derecha monico L1 () de L() de grado k , llamaremos
subespacio soporte de L1 () al subespacio vetorial M de dimension nk construido en
(2).
Proposicion 1:
Fijado (X; T ), el subespacio soporte M de L1 () esta unvocamente determinado por
la siguiente propiedad
(XjM ; TjM ) es un par estandar para L1 ()
Demostracion:
0 X 1,1 0 XjM 1
B XT C B
B XjM TjM C
B C
M = Im @ .. A B@ .. C C
. . A
XT `,1 XjM Tj`M,1
Corolario 1:
Hay una correspondencia biyectiva entre los divisores por la derecha monicos de grado
k y los subespacios M Cn` invariantes por T tales que
1) dim M = nk
0 XjM 1
B XjM TjM CC
2) B
B@ ... CA es inversible
XjM TjkM,1
(que son, de hecho, los subespacios soporte de los divisores por la derecha).
Corolario 2:
Sea L1 () un divisor monico de L() con subespacio soporte M . Entonces (L1 ()) =
(JjM ); ademas, los divisores elementales de L1 () coinciden con los divisores elemen-
tales de I , JjM .
Corolario 3:
Sean M1 y M2 los subespacios soporte de los divisores por la derecha monicos L11 () y
L12 (), respectivamente, de la matriz polinomial L(). Entonces L11 () es un divisor
por la derecha de L12 () si y solo si
M1 M2
Ejemplo 1:
Sea ( , 1)2
L() =0 2 ( , 2)
Claramente, (L) = f0; 1; 2g . Tomemos el par de Jordan
,1 0 1 1 0 ,1
X= 1 0 0 0 0 1
00 1 0 0 0 01
BB 0 0 0 0 0 0C
J =BBB 00 0 0 0 0 0CC
@0 0 0 1 1 0CC
0 0 0 1 0A
0 0 0 0 0 2
(((,1; 1); (0; 0)); (1; 0) forma un conjunto canonico de cadenas de Jordan de L() para
0 = 0).
Queremos buscar los divisores por la derecha monicos de grado 2. Para ello empecemos
buscando los subespacios invariantes por J de dimension 4 = nk tales que
X
XJ jM
sea inversible: 0
X B ,11 00 1 1 0 ,1 1
0 0 0 1C
XJ = @ 0 ,1 0 1 1 ,2 A
0 1 0 0 0 2
Demostracion:
Llamemos 0 X 1
B XT. CC ;
A=B B = ( T `,1 : : : TY Y )
@ .. A
XT `,1
y partamos dichas matrices en bloques correspondientes a las descomposiciones
Cn` = Im P Ker P; Cn` = Cnk Cn(`,k)
A= A1 A2
A3 A4 ; B= B1 B2
B3 B4
con
A1 : Im P ,! Cnk B1 : Cnk ,! Im P
A2 : Ker P ,! Cnk B2 : Cn(`,k) ,! Im P
A3 : Im P ,! Cn(`,k) B3 : Cnk ,! Ker P
A4 : Ker P ,! Cn(`,k) B4 : Cn(`,k) ,! Ker P
Observamos que 0 X 1
B XT. C
A1 = B
@ .. CA
XT k,1
y
B4 = (I , P ) ( T `,k,1 : : : TY Y ) :
Tenemos que A B + A B A B + A B
AB = 1 1 2 3 1 2 2 4
A3 B1 + A4B3 A3 B2 + A4 B4
pero 0 XT `,1Y : : : 1
XY
AB = @ ... ..
. A
XT 2`,2Y : : : XT `,1Y
Denicion 1:
Diremos que P es un proyector soporte para el triple (X; T; Y ) si Im P es un subespacio
no trivial invariante por T y la aplicacion
0 X 1
BB XT. C
@ .. CA : Im P ,! Cnk (3)
XT k,1 jIm P
es inversible para algun k .
Proposicion 1:
El entero k es unico y es tal que k < ` .
Denicion 2:
Llamaremos grado del proyector soporte al valor de k que hace inversible la aplicacion
(3).
Proposicion 2:
P es un proyector soporte de grado k si y solo si Im P es un subespacio soporte para
algun divisor por la derecha monico de grado k .
Demostracion:
Es consecuencia inmediata del teorema 1 del apartado 3 de este captulo.
Proposicion 3:
Sea P un proyector soporte para (X; T; Y ) de grado k . Sea
T1 : Im P ,! Im P
y ,! T1 (y ) = T (y )
X1 : Im P ,! Cn
y ,! X1 (y ) = X (y):
Entonces
0 X1 1
BB X1T1 C
@ ... CA : Im P ,! Cnk
X1T1k,1
es inversible.
Demostracion:
Por ser P un proyector soporte
0 X 1
BB XT. CC : Im P ,! Cnk
@ .. A
XT k,1 jIm P
es inversible.
Corolario 1:
Existe una unica aplicacion lineal Y1 : Cn ! Im P tal que (X1 ; T1; Y1 ) es un triple
estandar para alguna matriz polinomial monica de grado k .
Denicion 3:
Llamaremos proyeccion por la derecha de (X; T; Y ) asociado a P al triple (X1 ; T1; Y1 ).
Proposicion 4:
Sea P un proyector soporte para (X; T; Y ) de grado k . Sean
T2 : Ker P ,! Ker P
y ,! T2 (y ) = (I , P )T (y )
Y2 : Cn ,! Ker P
x ,! Y2 (x) = (I , P )Y (x)
Entonces
( Y2 T2 Y2 : : : T2`,k,1 Y2 ) : Cn(`,k) ,! Ker P
es inversible.
Demostracion:
Por ser P un proyector soporte,
( Y TY : : : T `,k,1 Y2 ) : Cn(`,k) ,! Ker P
es inversible.
Por ser Im P invariante por T , tenemos que PT (x) = Tx para cada vector x 2 Im P ,
por lo que
(I , P )T (I , P ) = (I , P )T
y, por lo tanto,
( Y2 T2 Y2 : : : T2`,k,1 Y2 ) =
= ( (I , P )Y (I , P )T (I , P )Y : : : ((I , P )T )`,k,1 (I , P )Y )
= ( (I , P )Y (I , P )TY : : : (I , P )T `,k,1 Y )
= (I , P ) ( Y TY : : : T `,k,1 Y )
Corolario 2:
Existe una unica aplicacion lineal X2 : Ker P ,! Cn tal que el triple (X2 ; T2; Y2 ) sea
un triple estandar para alguna matriz polinomial monica L2 () de grado ` , k .
Denicion 4:
Llamaremos proyeccion por la izquierda de (X; T; Y ) asociada a P al triple (X2 ; T2 ; Y2 ).
Teorema 1:
Sea L() una matriz polinomial monica con triple estandar (X; T; Y ). Sea P un
proyector soporte de (X; T; Y ) de grado k generado por la proyeccion por la derecha
de (X; T; Y ) asociada a P . Entonces
L() = L2 () L1()
Ejemplo 1:
Sea ( , 1)2
L() = 0 2 ( , 2)
la matriz polinomial del ejemplo 1 del apartado anterior.
Sea 01 0 0 01
B
B 0 1 0 0C
M=B
B 0 1 0 0CC
B 0CC
@ 00 0
0
1
0 0A
0 0 0 1
el subespacio soporte y 2 , ,
LM () = 2 0
el divisor por la derecha obtenido.
Calculemos
L2 () = L()(LM ()),1
que es una matriz polinomial de grado 1. Luego
L2 () = I , N
con
N = ZP JP Y
donde
P es un proyector tal que Ker P = M ,
0 X 1,1 0 0 1
Y = @ XJ A @ 0 A
XJ 2 I
Z = (PY ),1 aplicacion de Im P sobre C2 .
La matriz Y es 0 11
B 0 , 4C
B
B C
0 , 12 C
B
B C
C
Y =B
B 1 1 C
B , 1 ,1 C C
@ 1 11 C
B A
0 4
Teorema 1:
Sea L() una matriz polinomial monica cuyos divisores elementales sean todos lineales.
Entonces L() puede descomponerse en producto de factores lineales:
Y
L() = (I , Ai )
i
Observacion 1:
El recproco es falso. Basta verlo con un ejemplo.
Ejemplo 1:
Consideremos 2 ,1
L() = 2 0
y sea 00
1 1 0 01
X = 0 00 01 0 0 ; J =B
@ 00 0
0
1
0
0C
1A
0 0 0 0
un par estandar para dicha matriz polinomial.
Para que exista un divisor por la derecha de grado 1, teniendo en cuenta el teorema 1
del apartado 3 de este captulo, la matriz J ha de tener un subespacio invariante M
de dimension dos para el cual XjM sea inversible.
El unico subespacio invariante por J de dimension 2 es
20 1 1 0 0 13
M = 64B
@ 00 C
A;B
@ 100 C
A75
0 0
Ahora bien, tenemos 1 0
XjM = 0 0
que no es inversible. Luego L() no admite ningun factor de grado 1.
6 Ejercicios
1) Considerando 3 p
L() = p 2 22 ,
2 + 3
2) Sean
L1 () = 10 01 4 + 10 ,12 3 + 21 10 + 01 ,10
1 0 3 1
L2 () = 0 1 2 + 0 2
Determinar Q1 (), R1 (), Q2 () y R2 () tales que
L1 () = Q1()L2 () + R1()
L1 () = L2 ()Q2 () + R2()
3) Sean
1 0 0 1
1 1 + ,1 2 ;
L1 () = 0 0 4 + 3 + ,1 2
1 0 21 01 0 0
L2 () = 0 1 2 + 0 0
Determinar Q1 (), R1 (), Q2 () y R2 () tales que
L1 () = Q1()L2 () + R1()
L1 () = L2 ()Q2 () + R2()
Encontrar todos los divisores monicos por la derecha de L() de grado 2, segun los
distintos valores que tome b .
7) Sea 1 0 ,4
L() = 0 1 2 + 0 3 0
0 ,3 + 0 2
Probar que
1 0 3 0 1 0 1 0
L1 () = 0 1 , 0 1 y L2 () = 0 1 , 1 2
8) Sean 3 +
L1 () = 2 + 3 + 2++1 + 1
4 2 2
L2 () = +3 + 24+++2 1
dos matrices polinomiales monicas.
Determinar, si existe, un divisor por la derecha monico de segundo grado D(), comun
a L1 () y L2 (), y, en caso armativo, calcular Q1 () y Q2 () tales que
L1() = Q1 ()D()
L2() = Q2 ()D()
9) Sean
L1 () = 3,2 2
2
2 , 2 + 1 2
L () =
2 0 2
+
dos matrices polinomiales monicas.
Determinar, si existe, un divisor por la izquierda monico de grado uno D(), comun
a L1 () y L2 (), y, en caso armativo, calcular Q1 () y Q2 () tales que
L1 () = D()Q1()
L2() = D()Q2()
13) Sea L() una matriz polinomial monica de grado ` , que tiene solo divisores ele-
mentales lineales.
a) Demostrar que, en estas condiciones, L() puede descomponer en producto de
factores lineales. Esto es, existen B1 ; : : :; B` 2 Mn (C) tales que
L() = (I , B1 ) : : : (I , B` )
b) Supongamos ahora que L() tiene todos los valores propios distintos. Probar
que por lo menos existen
(n + 1)(2n + 1) : : : ((` , 1)n + 1)
factorizaciones en producto de factores lineales.
14) Sea L() y (X; J ) la matriz polinomial y el par de Jordan dados en el ejemplo 1
del apartado V del captulo 1. >Es
20 0 0 03
66 1 0 0 0 77
M = 666 00 0
1
0
0
0 77
07
40 0 1 05
0 0 0 1
el subespacio soporte de algun divisor monico por la derecha de grado 2 de L()?
15)
P`,Sea M el subespacio soporte de algun divisor por la derecha de L() = I` +
1 A j . Probar que M ? es el subespacio soporte de algun divisor monico por la
j =0 j P
derecha de L () = I` + `j,=01 Atj j .
1 Divisores espectrales
Denicion 1: Sea L() una matriz polinomial monica y supongamos que puede des-
componerse en producto de dos matrices polinomiales monicas
L() = L2 () L1()
Diremos que Li () son divisores espectrales si y solo si los espectros (L1 ()) de L1 ()
y (L2 ()) de L2 () son disjuntos.
Ejemplo 1:
Consideremos
L() = (I , A1 )(I , A2 )
con 3 1 2 1
A1 = 0 3 y A2 = 0 2
Puesto que
(I , A1 ) = f3g
y (I , A2 ) = f2g
I , A1 y I , A2 son divisores espectrales.
© los autores, 1998; © Edicions UPC, 1998. Quedan rigurosamente prohibidas, sin la autorización escrita de los titulares del "copyright", bajo las sanciones
establecidas en las leyes, la reproducción total o parcial de esta obra por cualquier medio o procedimiento, comprendidos la reprografía y el tratamiento
informático, y la distribución de ejemplares de ella mediante alquiler o préstamo públicos, así como la exportación e importación de ejemplares para su
distribución y venta fuera del ámbito de la Unión Europea.
116 Introduccion a la teora de matrices polinomiales
Denicion 2:
Un punto 0 2 C diremos que es un punto regular de una matriz polinomial L() si
L(0 ) es no singular.
Denicion 3:
Sea , un contorno de C formado por puntos regulares de L(). Dado un divisor por
la derecha monico L1 (), diremos que es un divisor por la derecha , -espectral si
L() = L2 ()L1();
y, ademas, (L1 ()) esta en el interior de , y (L2 ()) en el exterior de ,.
Teorema 1:
Sea L() es una matriz polinomial monica de grado ` , T una linealizacion y L1 () un
divisor por la derecha ,-espectral de L(). Entonces el subespacio soporte de L1 ()
con respecto a T es la imagen del proyector de Riesz
I
R, = 21i (I , T ),1d:
,
correspondiente a T y ,.
Demostracion:
Sea M, el subespacio soporte de L1 () relativo a T . Consideremos M 0 , complemen-
tario de M, en C n` . Se tiene que (TjM, ) esta en el interior de , y (PTjM 0 , ) en
el exterior de ,, donde P es el proyector tal que Ker P = M, e Im P = M 0 , .
Puesto que M, es invariante por T , la matriz de T respecto de la descomposicion
M, M 0 , es T T
T = 011 T12 ;
22
es decir, T11 = TjM, , T12 = (I , P )TjM 0 , , T22 = PTjM 0 , .
Luego (I , T ),1 (I , T ),1T (I , T ),1
,
(I , T ) =1 11 11 12 22
0 ,1 (I , T22 )
Corolario 1:
Si existe un divisor por la derecha ,-espectral, entonces es unico.
Proposicion 1:
Es condicion necesaria para que exista un divisor ,-espectral de grado k , que det L()
tenga exactamente nk ceros en , (contados con su multiplicidad).
Demostracion:
Sea L() = L2 () L1(), L1 () divisor ,-espectral de grado k ; luego (L1 ()) estara
en el interior de , y (L2 ()) en el exterior de ,.
Puesto que
Ejemplo 2:
Sea
( , 1)2 0
L() = 0 ( + 1)2
el proyector de Riesz es
01 0 0 01
I
R, = 21i (I , J ),1 d = B
@ 0
0
1
0
0
0
0C
0A
,
0 0 0 0
20 1 1 0 0 13
Im R, = 64B
@ 00 C
A;B
@ 10 C
A75
0 0
1 0
XjIm R, = 0 0 no es inversible. Luego R, no es un subespacio soporte, por lo
que no hay divisores por la derecha ,-espectrales de grado 1.
Necesitamos, pues, introducir mas condiciones para poder tener un criterio de existen-
cia de divisores ,-espectrales.
Teorema 1:
Sea L() una matriz polinomial monica y sea , un contorno de puntos regulares de
L() que contenga exactamente nk valores propios de L() (contados con su multi-
plicidad) en su interior. Entonces L() tendra un divisor ,-espectral por la derecha
si y solo si la matriz de orden nk n`
0 L(()),1 `,1L(()),1
1
I :::
Mk;` = 21i B @ ..
.
..
.
C
A d
, , , ,
k 1 1
(L()) : : : k + ` 2 (L()),1
tiene rango kn .
Si se satisface
P ,1 L laicondicion, entonces el divisor por la derecha ,-espectral L1 () =
Ik + ik=0 1;i viene dado de la siguiente forma:
( L1;0 : : : L1;k,1 ) =
1 I (1)
= , 2i ( k (L()),1 : : : k+`,1 (L()),1 ) d Mk;`
I
,
I como una inversa por la derecha 1 de Mk;` .
con Mk;`
Observacion 1:
I .
(1) no depende de la eleccion de Mk;`
Observacion 2:
La matriz Mk;` puede formularse en terminos de triples estandares.
En efecto, sea (X; T; Y ) un triple estandar para L(). Denamos el proyector de Riesz
R, como en el teorema 1, sea M1 = Im R, y consideremos
X1 = XjM1 ; T1 = TjM1 ; Y1 = R,
1 Se dice que una matriz A 2 Mnm (C) es inversible por la derecha si y solo si existe una matriz
AI 2 Mmn(C) tal que AAI = I 2 Mn(C) .
Analogamente, se dice que una matriz A 2 Mnm (C) es inversible por la izquierda si y solo si
existe una matriz AI 2 Mmn (C) tal que AI A = I 2 Mm (C) .
Teorema 2:
Sea L() una matriz polinomial monica y , un contorno de puntos regulares de L(),
que contenga exactamente nk valores propios de L() (contados con su multiplicidad).
Entonces L() tendra un divisor ,-espectral por la derecha de grado k si y solo si
rango Mk;` = rango Mk+1;` = nk
Denicion 4:
Sea , un contorno de C formado por puntos regulares de L(). Un divisor por
la izquierda monico L2 () diremos que es un divisor por la izquierda , -espectral si
(L2()) esta en el interior de , y (L1 ()) en el exterior de ,.
Teorema 3:
Sea L() una matriz polinomial monica y , un contorno formado por puntos regulares
de L() que contenga en su interior exactamente nk valores propios de L() (contados
con su multiplicidad). Entonces L() tendra un divisor ,-espectral por la izquierda
si y solo si la matriz de orden n` nk
0 (L()),1 : : : k,1(L()),1
1
I
M`;k = 21i B @ ..
.
..
.
C
A d
,
`,1 (L()),1 : : : k+`,2 ()
tiene rango kn .
Si se satisface
P la condicion, entonces el divisor por la izquierda ,-espectral L2 () =
k , 1
I + i=0 L2;ii viene dado de la siguiente forma:
k
0L 1 0 k (L()),1 1
2 ;0 I
B@ .. CA = ,M`;kI 1 B C
@ .. A d (2)
. 2i , .
L2;k,1 k+`,1(L()),1
I es una inversa por la izquierda de M`;k .
donde M`;k
Observacion 3:
I .
(2) no depende de la eleccion de M`;k
Vamos a ver con un ejemplo que pueden existir ,-divisores por un lado y no existir
por el otro.
Ejemplo 1:
Sea ( , 1)( , 2) ,1
L() = 0 ( , 3)( , 4)
se tiene
rango M1;2 = 1; rango M2;1 = 2;
y, por lo tanto, existe un divisor ,-espectral por la izquierda pero no existe por la
derecha.
2 Aplicaciones
2.1 Divisores lineales y ecuaciones matriciales
Proposicion 1:
X0 es solucion de la ecuacion (*) si y solo si (I , X0 ) es un divisor por la derecha
de L().
Demostracion:
Dividamos por la derecha L() por (I , X0 ). Aplicando el corolario 1 del apartado
2 del captulo 3, tenemos
L() = Q()(I , X0) + R
P
con R = `i=0 Ai X0i .
Ahora bien, si (I , X0 ) es un divisor por la derecha R = 0, luego X0 es solucion de
la ecuacion.
Teorema 1:
Sea L() una matriz polinomial monica. (I , X0 ) es un divisor por la derecha de
L() si y solo si 0 I 1
B
B X0 C
2 C
M = Im B B 0 C
X C @ ..
. A
Xo`,1
es un subespacio invariante de la matriz compa~nera CL , de L().
Denicion 1:
Llamaremos solucion por la derecha de L() a una solucion de la ecuacion (*).
Denicion 2:
Una solucion por la derecha X0 diremos que es dominante si cada valor propio de
X0 es, en valor absoluto, mayor que cada valor propio de
L()(I , X0 ),1
Proposicion 2:
Si X0 es una solucion por la derecha dominante de L(), entonces I , X0 es un
divisor espectral de L().
Ejemplo 1:
Sea 1 0 0 0 ,1 0 0 0
L() = 0 1 2 + 1 0 + ,1 0 = 0 0
Claramente + 1 ,1 , 1 1
L() = 1 ,1 0 +1
por lo que , 1 1
1 0 , 1 ,1
0 +1 = 0 1 0 ,1
es un divisor por la derecha de L().
Tenemos pues, que
X0 = 10 ,
,1
1
Teorema 2:
P
Sea L() = `i=0 Ai i con A` = I . Supongamos que tanto L() como (L())t tienen
una solucion por la derecha dominante.
Sea fUi g una sucesion de matrices cuadradas, solucion del sistema
A0 Ur + A1 Ur+1 + : : : + A`,1Ur+`,1 + Ur+` = 0; r = 1; 2; : : :
con las condiciones iniciales U0 = : : : = U`,1 = 0, U` = I .
Entonces existe Ur+1 Ur,1 para cada r > r0 con r0 sucientemente grande y
lim U U ,1 = S
r!1 r+1 r
Observacion 1:
La condicion de que (L())t tenga tambien solucion por la derecha dominante no puede
ser eliminada de las hipotesis; basta para ello con dar un ejemplo.
Ejemplo 2:
Consideremos la misma matriz polinomial del ejemplo 1. Determinemos la sucesion
fUig .
Calculemos U3 ,1 0 0 0 0 0
,1 0 U1 + 1 0 U2 + U3 = 0 0
que, con la condicion inicial U0 = U1 = 0, U2 = I , es
U3 = ,10 00
Calculemos U4 : ,1 0 0 0 0 0
,1 0 U2 + 1 0 U3 + U4 = 0 0
que, con la condicion inicial U1 = 0, U2 = I , U3 = ,10 00 , es
1 0
U4 = 1 0
Sea 01 1 01 01
1 ,1
X= 2 2 0
1
0 0
,1
1 ; T =B
@ ,1 0
C
A; Y = B
@ 10 21 C
A
1 0 0 0
un triple standard para (L())t .
Calculemos el proyector de Riesz
01 0 0 01
I
R, = 21i (I , T ),1d = B
@ 0
0
1
0
0
0
0C
0A
,
0 0 0 0
1 ,1
XjIm R, = 02 02
que no es inversible. Luego (L())t no admite divisores ,-espectrales por la derecha.
Claramente se verica
Proposicion 1:
lim kx (t)k = 0
t!1 1
lim kx (t)k = 1;
t!1 2
si c2 6= 0
Luego cada solucion de la ecuacion (1) es suma de una estable x1 (t) (es decir que
tiende a cero cuando t ! 1 ) y otra x2 (t), que crece exponencialmente.
Proposicion 2:
P
Sea L() = I` + `j,=01 Aj j la matriz polinomial monica asociada a la ecuacion (1),
tal que
() \ fa + bi 2 C j a = 0g = ;
Entonces, para cada conjunto de k vectores
x00 (a); : : :; xk0,1 (a)
existe una unica solucion x(t) de la ecuacion diferencial dada en (1), tal que
xj (a) = xj0 (a); j = 0; : : :; k , 1
si y solo si la matriz polinomial L() tiene un divisor por la derecha monico L1 () de
grado k tal que (L1 ()) H1 .
3 Factorizacion canonica
Sea , una curva recticable simple cerrada contenida en C. Denotemos por F + el
dominio de C cuyo borde es ,, y por F , el complemento de F + [ , en C [ f1g .
Supongamos que 0 2 F + (no es restrictivo).
Designemos por C + (,) el conjunto
80 g () : : : g () 19
>
<B 11. 1n >
=
C (,) = >@ . . C
. A>
+ . .
: ;
gn1 () : : : gnn()
Denicion 1:
Una matriz cuadrada de orden n a coecientes funciones denidas en ,, H (), 2 ,,
diremos que admite una factorizacion canonica por la derecha (relativa a ,) si
H () = H+ () H, () 2,
con H+1 () 2 C + (,) y H,1 () 2 C , (,).
Denicion 2:
Una matriz cuadrada de orden n a coecientes funciones denidas en ,, H (), 2 ,,
diremos que admite una factorizacion canonica por la izquierda (relativa a ,) si
H () = H,() H+ () 2,
Proposicion 1:
Sea
H+() H,()
una factorizacion canonica por la derecha (relativa a ,) de H (). Entonces
(H,())t (H+ ())t
es una factorizacion canonica por la izquierda (relativa a ,) de (H ())t .
Demostracion:
Ejemplo 1:
Sea 1
H () = 0 1
Una factorizacion canonica por la izquierda es
0 1
1 0
,1 1 1
Sin embargo, no admite factorizacion canonica por la derecha.
Teorema 1:
Una matriz racional monica
X
s
R() = Ai i = (Rij ())
i=,r
Teorema 2:
Una matriz racional monica
X
s
R() = Aii = (Rij ())
i=,r
con As = I Rij () funciones analticas en , y R() inversible en ,, admite una
factorizacion canonica por la izquierda si y solo si
0 D,r D,r,1 : : : D,r,s+1 1
B D,r+1 D,r : : : D,r,s+2 C
rango B
@ .. .. .. C A=
. . .
D D ::: D
0 Dr,,s1 D,rs,,21 : : : D,r0,s 1
B D,s+1 D,s : : : D,r,s+1 C
rango B
@ .. .. .. C A = rn
. . .
Dr,1 Dr,2 : : : D,1
donde I
Dj = 21i ,j,1(R()),1d
,
Denicion 3:
Un contorno recticable situado fuera de , junto con su interior, diremos que es un
complementario de , relativo a L() si contiene en su interior los puntos espectrales
de L() que estan fuera de ,.
Proposicion 1:
P
Sean R() = si=,r Ai i = (Rij ()), con As = I , Rij () funciones analticas en ,,
y R() inversible en ,.
Sean
X
s
W+ () Wi+ i Ws+ = I
i=0
Xr
W,() Wr,,i i Wr, = I
i=0
los factores de la descomposicion canonica por la derecha de R(). Entonces
r W,()
es un divisor ,-espectral de la matriz polinomial
M () = r R()
por lo que
( Wr,,1 : : : W0, ) =
0 D0 D,1 : : : D,r,s+1 1I
= , ( D,1 D,2
B D1
: : : D,r,s )I B
D0 : : : D,r,s+2 CC
@ .. .
..
.
..
. A
Dr,1 Dr,2 : : : D,s
donde I
Dj = 21i ,j ,1(R()),1d;
,
0 W + 1 0 D,s D,s,1 : : : D,2s+1 1I 0 D,2s 1
B@ ..0 CA = , BB D,.s+1 D.,s : : : D,2. s+2 C
C B
B D,2s+1 C
.. C
.
+
@ .
. .
. .
. A @ . A
Ws,1 Dr,1 Dr,2 : : : Dr,s Dr,s,1
donde I
Dj = 21i ,j ,1 (R()),1d:
Proposicion 2:
P
Sean R() = si=,r Ai i = (Rij ()), con As = I , Rij () funciones analticas en ,,
y R() inversible en ,.
Sean
X
s
+ () +i i +s = I
i=0
X
r
, () ,r,i i ,r = I
i=0
los factores de la descomposicion canonica por la izquierda de R(). Entonces
0 ,0
1 0 D,s D,s,1 : : : D,r,s+1 1I 0 D,r,s 1
B@ .. C BB D,s+1 D,s : : : D,r,s+2 C
C B
B D,r,s+1 C
A = , @ A @ .. C
. A
. .
. .
. .
.
,r,1 . . .
Dr,1 Dr,2 : : : D0 D,1
donde
1 I
Dj = 2i ,j ,1(R()),1d;
,
( +s,1 : : : +0 ) =
0 D0 D,1 : : : D,r,s+1 1I
B D1 D0 : : : D,r,s+2 C
: : : D,r,s ) B
= , ( D,1 D,2 @ .. .. .. C A
. . .
Dr,1 Dr,2 : : : D,s
con
1 I
Dj = 2i ,j,1(R()),1d
Ejemplo 1:
Sea ,3 1
,1 ,2 ,1
R() = I + 4 2 + 2 4
2
Luego , 4 1 , 13 2
rango ( D0 D,1 ) = 15 31 15 , 3 = 2
1 2 0 0
0 , 1315 , 23 1330 , 13 1
D
D,2 = B
rango ,1
D0 D,1 @ , 1540 130 , 13150 , 203 C
A=2
1 2 1 0 0
De acuerdo con el teorema 1, la matriz racional R() admite una factorizacion canonica
por la derecha.
Teniendo en cuenta la proposicion 1, una factorizacion canonica por la derecha es
, 2 0
1 + 1 ,1 ,1
R() = 4 +2
2
0 1
De acuerdo con el teorema 2, la matriz racional R() admite una factorizacion canonica
por la izquierda.
Teniendo en cuenta la proposicion 2 una factorizacion canonica por la izquierda es
1 , 13 ,1 , 5 ,1 , 4 12
R() = 13 14,1 710 ,1 15 7 7
+ 47
7 1+ 7 7
4 Ejercicios
1) Probar que
2 0
L() = 0 ( , 1)2
4) Sea 2 , 1
0
L() = , 1 2 = A2 2 + A1 + A0
Sea fUr gr1 la solucion del sistema A0 Ur + A1 Ur+1 + A2 Ur+2 = 0; r 1 que viene
determinada por las condiciones iniciales U0 = U1 = 0, U2 = I2 .
Probar que la sucesion fUr gr1 oscila y para r > 2 toma solo valores singulares.
5) Probar que
0 1 0 0
S1 = 0 0 ; S2 = ,12 01 ; S3 = 0 1
con A1 = ,21 ,31 y A0 = 00 ,12 .
6) Sea A 2 Mn (C) una matriz hermtica (es decir At = A ). Probar que la ecuacion
matricial
X2 , X + A = 0
tiene una solucion hermtica si y solo si el espectro de A esta formado por valores
,
propios reales menores que 14 (esto es (A) ,1; 41 ).
d2 u + 1 2 du + 1 0 u = 0 0
dt2 1 2 dt 0 2 0 0
10) Encontrar una factorizacion canonica por la derecha y una factorizacion canonica
por la izquierda de la funcion matricial racional
, 3 + 1 1 + 1
R() = 4
,2 + 1 + 4
11) Sea H () una matriz cuadrada de orden n inversible a coecientes funciones
denidas en un contorno ,. Diremos que H () admite una factorizacion de Wiener-
Hopf por la derecha relativa a , si
0 k1 1
H () = H+() @ ... A H,() ( 2 ,)
kn
A
A= 1
A2
(A1 ) en el interior de , y (A2 ) en el exterior.
Probar que
I , A 0
I 0
I 0
2
0 I 0 I 0 I , ,1 A1
1.1 Metricas
Designemos por Pk al conjunto de todas las matrices polinomiales monicas de orden
n y grado k .
Dadas dos matrices polinomiales de Pk ,
X
k X
k
L() = Aii ; M () = Bi i
i=0 i=0
tenemos la siguiente
Denicion 1:
Denimos distancia entre las matrices polinomiales monicas L() y M () de la si-
guiente forma:
X
k kX
,1
dk (L(); M ()) = kAi , Bi k = kAi , Bi k
i=0 i=0
© los autores, 1998; © Edicions UPC, 1998. Quedan rigurosamente prohibidas, sin la autorización escrita de los titulares del "copyright", bajo las sanciones
establecidas en las leyes, la reproducción total o parcial de esta obra por cualquier medio o procedimiento, comprendidos la reprografía y el tratamiento
informático, y la distribución de ejemplares de ella mediante alquiler o préstamo públicos, así como la exportación e importación de ejemplares para su
distribución y venta fuera del ámbito de la Unión Europea.
140 Introduccion a la teora de matrices polinomiales
Observacion 1:
dk , as denida, verica las propiedades de una distancia, es decir:
para todo L(); M (); N () 2 Pk se verica
dk (L(M ); M ()) 0 y dk (L(M ); M ()) = 0 si y solo si L() = M ()
dk (L(); M ()) = dk (M (); L())
dk (L(); M ()) dk (L(); N ()) + dk (N (); M ())
Observacion 2:
Con esta denicion, el conjunto Pk es un espacio metrico.
Sea G(Cn` ) el conjunto de todos los subespacios vectoriales de Cn` . Dicho conjunto
es un espacio metrico con la distancia (llamada metrica gap) denida de la siguiente
forma: dados M; N 2 G(Cn` ),
(M; N ) = kPM , PN k
donde PM y PN son las proyecciones ortogonales de Cn` sobre M y N respectiva-
mente.
Proposicion 1:
Si (M; N ) < 1, entonces
dim M = dim N
Otra propiedad que tambien merece ser destacada es el hecho de que la descomposicion
de Cn` en suma directa de subespacios es estable por peque~nas perturbaciones, como
arma la siguiente
Proposicion 2:
Sean M y M1 tales que
M M1 = Cn`
Sea N con (M; N ) < " para un " > 0 sucientemente peque~no, entonces
N M1 = Cn`
1.2 Continuidad
Denicion 1:
Llamaremos conjunto soporte al conjunto W 2 G(Cn` )P` formado por pares (M; L())
en los que M es un subespacio vectorial de Cn` invariante por la matriz compa~nera
de L().
Puesto que el conjunto soporte esta provisto de una metrica (la inducida por el producto
cartesiano), tenemos la nocion de entorno de un punto (M; L()) 2 W de radio " en
W , y es el conjunto de todos los pares (M 0; L0()) tales que
(M; M 0 ) + d` (L(); L0()) < "
Denicion 2:
Llamaremos conjunto soporte de orden k , que indicaremos por Wk , al subconjunto de
W formado por todos aquellos pares (M; L()) tales que M es un subespacio soporte
Proposicion 1:
Wk es un conjunto abierto de W . Esto es, para cada (M; L()) 2 Wk existe un " > 0
para el cual todo par (M 0 ; L0()) que diste menos que " de (M; L()) ((M; M 0) +
d` (L(); L0()) < " ), pertenece a Wk .
Vamos a describir la dependencia continua del divisor y del cociente relacionado con
el par (M; L()) 2 Wk .
Teorema 1:
P
Sea L(; ) = `i=0 Ai ()i con Al () = I , una matriz polinomial monica cuyas
matrices coecientes dependen de forma continua de un parametro 2 D , si D es un
conjunto abierto del plano complejo C. Supongamos que P para cada 2 D , existe un
la derecha monico de L(; ), L1 (; ) = ki=0 Bi ()i cuyo cociente es
divisor por P
,k C ()i . Sea M () el subespacio soporte de L() respecto a C y
L2 (; ) = `i=0 i L
correspondiente a L1 (; ). Entonces
a) si M () es continua en D (respecto la topologa denida por la metrica ), entonces
L1 (; ) y L(; ) tambien son continuos en D ;
b) si uno de los divisores L1 (; ), L2 (; ) es continuo en D lo es el otro, as como
el subespacio soporte M ().
Denicion 1:
Un elemento (M; L()) 2 W diremos que es , -espectral si M es el subespacio soporte
de un divisor ,-espectral.
Observacion 1:
Por el teorema 1 del apartado 1 del captulo 4, tenemos que si (M; L()) es ,-espectral,
entonces 1 Z
M = Im 2i (I , CL ) d ,1
,
Proposicion 1:
Sea (M; L()) 2 W , ,-espectral. Entonces existe un entorno de (M; L()) en W
formado por pares ,-espectrales.
Teorema 1:
Sea (M; L()) 2 Wk , ,-espectral. Entonces existe un entorno de (M; L()) en W
formado por pares ,-espectrales de Wk .
3 Factorizacion estable
Denicion 1:
Esta factorizacion se llama estable cuando para todo " > 0 existe un > 0 de modo
que para toda matriz polinomial L0 () tal que d` (L(); L0()) < , L0 () admite una
factorizacion L0 () = L02 ()L01 () con L01 () y L02 () de grados `1 y `2 , respectiva-
mente, de forma que
d`1 (L1(); L01()) < "; d`2 (L2 (); L02()) < "
Como consecuencia del teorema 1 del apartado anterior tenemos el siguiente resultado:
Teorema 1:
Todo divisor espectral es estable.
Observacion 1:
Existen divisores estables que no son espectrales.
Denicion 2:
Sea A : Cm ,! Cm una aplicacion lineal. Un subespacio N Cm invariante por A
se dice que es estable si y solo si dado un " > 0 existe > 0 tal que
kB , Ak <
para una cierta aplicacion lineal B : Cm ,! Cm , entonces B tiene un subespacio
invariante M con
kPM , PN k
si PM y PN son los proyectores ortogonales de Cn` sobre M y N respectivamente.
Proposicion 1:
Sean 1 ; : : :; r los valores propios de A . Un subespacio invariante N es estable si y
solo si
N = N1 : : : Nr
con Ni como subespacio invariante por A y Ni Ker (A,iI )m si dim Ker (A,i I ) =
1 y Ni = f0g o Ni = Ker (A , i I )m en caso contrario.
Teorema 2:
Sea L() = L1 ()L2() una factorizacion de la matriz polinomial L(). Esta fac-
torizacion es estable si y solo si el correspondiente subespacio soporte para la matriz
compa~nera CL de L() es estable.
El siguiente teorema nos proporciona un criterio practico para determinar cuando una
factorizacion es estable.
Teorema 3:
Sea L() = L1 ()L2 () una factorizacion de la matriz polinomial L(). Esta facto-
rizacion es estable si y solo si para todo valor propio 0 comun de L1 () y L2 () se
tiene que
dim Ker L(0 ) = 1
4 Ejercicios
1) Probar que dk denida en el apartado 1.1 verica las propiedades de una distancia.
5) Sea
1 0 ,(1 + ) 0 0
L(; ) = 0 1 2 + 0 ,(2 + 2 ) + 22
6) Sea 01 0 0 01 01 0 ,1 + 2 1
L(; ) = B
@ 00 1
0
0
1
0C B0
0A , @0
1
0
1 ,2 C
2 , 3A
0 0 0 1 0 0 0
a) Probar que existe un conjunto S C discreto tal que para cada 2= S , existen
X (); J () 2 M4 (C) continuas en y tales que
(X (); J ())
es un par de Jordan para L(; ).
b) Determinar (X (); J ()) para cada 2 C , S .
c) Determinar (X (i ); J (i )) para cada i 2 S .
BIBLIOGRAFIA
[1] Barnett, S.: Polynomials and Linear Control Systems. Marcel Dekker, Nueva York,
1983.
[2] Elaydi, S. N.: An introduction to dierence equations. Springer Verlag, Nueva York,
1996.
[3] Gantmacher, F. R.: Matrix Theory, vols. I, II. Chelsea, Nueva York, 1977.
[4] Godement, R.: Cours d'Algebre. Hermann, Paris, 1971.
[5] Gohberg, I., Lancaster, P., Rodman, L.: Matrix Polynomials. Academic Press,
Nueva York, 1982.
[6] Gohberg, I., Lancaster, P., Rodman, L.: Invariants subspaces of matrices with
Applications. Wiley, Nueva York, 1986.
[7] Lancaster, P., Tismenetsky, M.: The Theory of Matrices with Applications. Aca-
demic Press, London, 1985.
[8] Lang, S.: Algebra Lineal. Fondo educativo interamericano, Mexico, 1976.
[9] Lay, D. C.: Linear Algebra and its Applications. Addison-Wesley, Reading MA,
1994.
[10] MacDuee, C. C.: The Theory of Matrices. Chelsea, Nueva York, 1946.
[11] Shilov, G. E.: An Introduction to the Theory of Linear Spaces. Prentice Hall Inc.,
New Jersey, 1961.
© los autores, 1998; © Edicions UPC, 1998. Quedan rigurosamente prohibidas, sin la autorización escrita de los titulares del "copyright", bajo las sanciones
establecidas en las leyes, la reproducción total o parcial de esta obra por cualquier medio o procedimiento, comprendidos la reprografía y el tratamiento
informático, y la distribución de ejemplares de ella mediante alquiler o préstamo públicos, así como la exportación e importación de ejemplares para su
distribución y venta fuera del ámbito de la Unión Europea.
A (JL)2 , S y Ma I
PRESENTACIO N
El presente libro proporciona un tratamiento comprensivo de la teora de matrices
polinomiales. La teora que aqu se expone es una parte del algebra lineal recientemente
desarrollada, cuyos conceptos y resultados principales han sido obtenidos en las dos
ultimas decadas.
La teora de matrices polinomiales tiene importantes aplicaciones en la resolucion de
ecuaciones diferenciales, ecuaciones en diferencias, problemas de frontera, etc. dentro
de los campos de teora de sistemas, analisis de vibraciones, teora de redes y analisis
numerico, entre otros.
Este libro pretende dar a conocer una teora espectral para matrices polinomiales
monicas y, en particular, caracterizar estas matrices en terminos de datos espectrales
(es decir, valores propios y caracterstica de Segre de cada valor propio). Las nociones
fundamentales en teora espectral de matrices polinomiales son la linealizacion y las
cadenas de Jordan. Tambien pretende mostrar algunas aplicaciones, como por ejemplo
en la resolucion de ecuaciones diferenciales y ecuaciones en diferencias. Cada captulo
concluye con una coleccion de ejercicios propuestos.
La estructura del libro es la siguiente:
El captulo 0 es un tema dedicado a los aspectos generales, es decir, a la denicion
de matriz polinomial y a la obtencion de la forma normal de Smith de una matriz
polinomial, lo que nos permite saber si son equivalentes dos matrices polinomiales
dadas. Asimismo se incluye en este captulo un breve resumen sobre funciones de
matrices.
El primer captulo esta dedicado al analisis de la linealizacion y sus aplicaciones a
las ecuaciones diferenciales y ecuaciones en diferencias. La denicion de cadena de
Jordan es vista como una extension natural de la nocion de cadena de un valor propio
generalizado asociado a un bloque de Jordan de una matriz. Uno de los objetivos de
este captulo es analizar la conexion entre linealizacion y cadenas de Jordan.
En el segundo captulo se introducen los triples de matrices que permiten determinar
Las autoras
INDICE
Captulo 0: Generalidades
1 Nocion de matriz polinomial . . . . . . . . . . . . . . . . . . . . . . 11
2 Operaciones con matrices polinomiales . . . . . . . . . . . . . . . . . 13
3 Equivalencia y forma normal de Smith . . . . . . . . . . . . . . . . . 14
3.1 Equivalencia de matrices polinomiales . . . . . . . . . . . . . . . 14
3.2 Forma normal de Smith . . . . . . . . . . . . . . . . . . . . . 17
3.3 Polinomios invariantes y divisores elementales . . . . . . . . . . . 20
4 Funciones de matrices . . . . . . . . . . . . . . . . . . . . . . . . . 22
5 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
Bibliografa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147