Vous êtes sur la page 1sur 2

Algebra.

Grados de Ingenieros de ETSI Industriales


C
alculo de matriz de Jordan J y matriz de cambio de base P asociada a A
Si la matriz diagonaliza, la matriz de Jordan es la matriz diagonal.
Cuando una matriz no diagonaliza, el calculo de la matriz de Jordan nos permite hallar una matriz
semejante a A casi diagonal, en el sentido de que es diagonal por bloques.
El tema de la construccion de la P y J asociadas a una matriz cuadrada A puede resultar un tema
complejo.
Ademas, en el libro de teora se explica solamente un guion para construir la matriz P .
En los ejercicios del libro de problemas (4.39 y 4.40) se ha tratado de desarrollar ese guion del
computo de P para una matriz A de orden 4. Aunque el orden no debera importar, puede resultar
mas difcil resolver estos problemas que los anteriores (donde la matriz de orden es menor).
El calculo de la matriz de Jordan es previo al computo de la matriz P .
La construccion de la matriz de paso P corresponde al calculo de una matriz de cambio de base.
Hay que atender a los siguientes pasos:
PASO 1 Una vez calculadas las multiplicidades geometricas y algebraicas de cada valor propio podemos
escribir las posibles matrices de Jordan J1 , . . . , Jr asociadas a la matriz A. Para ello se tiene
en cuenta que: el n
umero de bloques asociados al autovalor que habra en J es la multiplicidad
geometrica del autovalor. Ello es debido a que los vectores propios linealemente independientes
van a formar parte de la base que permite representar A como J. En otras palabras, pertenecen
a la matriz de cambio de base.
PASO 2 La matriz de Jordan J se calcula a partir de las dimensiones de los subespacios propios generalizados observando las matrices Ji y lo que significan.
PASO 3 El segundo paso corresponde a escribir la matriz de paso P asociada a dicha matriz de Jordan
teniendo en cuenta las bases de los subespacios propios generalizados y de la forma de jordan
J determinada en el PASO 2.
Notese que el n
umero de columna en la que interviene el vector (columna) que forma la
matriz de paso P esta relacionado con la misma columna de la matriz J. As, podemos
diferenciar dos casos o tipos de vectores que intervienen en la construccion de la matriz P .
CASO 1 El vector calculado es un vector propio y participa en un bloque 1x1. Entonces, se sit
ua en
el mismo lugar o columna de P en el que participa en J. Por ejemplo, Ejemplo 4.19 en la
primera y tercera columna de P (ver J) se sit
uan vectores propios de valor propio 1. Sin
embargo, en este caso, solo vamos a calcular el vector para la tercera columna.
CASO 2 El vector calculado participa en un bloque de orden mayor a 1x1, es decir, 2x2 3x3,.... Estos
vectores estan participando en los bloques de J de orden mayor estricto al orden 1x1. Para
obtener el vector asociado a la primera y segunda columna de P (ver J) se obtiene mediante
el guion de la pagina 173. De esta forma, siguiendo los pasos de dicho guion, se garantiza
que se obtiene una base (linealmente independientes).
En el caso del ejemplo, 4.19 sera el asociado a la segunda columna, pero no se obtiene
de forma aleatoria, sino de forma controlada siguiendo dichos pasos.
Ademas, como se deduce de dichos pasos, los vectores obtenidos se escriben como columna de forma inversa al orden que se obtienen. Por ejemplo, en el Ejemplo 4.19, se
calcula primero v1 y luego v2 y dan respectivamente la segunda columna de P y la
primera columna de P respectivamente.

En el Ejemplo 4.18, primero se obtiene la tercera columna, el vector (3,0,1) (ver de


donde) y luego la segunda columna, el vector (0,-3,0) (ver de donde).
Ejercicio 4.39. Observacion a las u
ltimas 5 lneas de lo que aparece en la pagina 156. PASO 2. Decidir
si es J1 o bien J2 .
Si fuese J1 existira una base {e1 , e2 , e3 , e4 } tal que:
f (e1 ) = 2e1 f (e1 ) 2e1 = 0 (f 2Id)(e1 ) = 0 e1 Nuc(A 2I)

(1)

ya que A 2I representa matricialmente la aplicacion lineal f 2Id.


f (e2 ) = e1 + 2e2 e1 = f (e2 ) 2e2

(2)

Como e1 = f (e2 ) 2e2 = (f 2Id)e2 , y por (1) e1 Nuc(A 2I) de (2) se deduce que
(f 2Id)e1 = (f 2Id)((f 2Id)e2 ) = (f 2Id)2 (e2 ) = 0.
Entonces
e2 Nuc(A 2I)2
Razonando analogamente se deducen las condiciones para los vectores e3 y e4
f (e3 ) = e2 + 2e3 e2 = f (e3 ) 2e3 e3 Nuc(A 2I)3

f (e4 ) = 2e4 e4 Nuc(A 2I).


Por tanto, en el caso de que J fuese J1 , la base estara formada por dos vectores (e1 y e4 ) de
Nuc(A I), un vector (e2 ) de Nuc(A I)2 , y un vector (e3 ) de Nuc(A I)3 .
De donde se deduce que dimensiones deben tener los subespacios propios generalizados para que esa
J1 sea la matriz de Jordan.
Se razona similarmente con la matriz J2 .
Se calculan las dimensiones dk de los subespacios propios generalizados Nuc(A I)k para decidir
que matriz es la matriz de Jordan. Se tiene en cuenta que:
Nuc(A I)k Nuc(A I)k+1
para saber cual sera la matriz J.
Ejercicio 4.40. PASO 3. Calculo de la matriz de paso asociada a la matriz A y J del Ejercicio 4.39.
En el calculo de la matriz P los vectores de la base asociados a cada bloque se calculan de derecha
a izquierda.
Notese que v Nuc(A I)k (A I)v Nuc(A I)k1 . Por tanto, si v Nuc(A I)k y
v 6 Nuc(A I)k1 entonces (A I)v es linealmente independiente con v.
Es conveniente comprobar que P corresponde a la matriz de cambio de base (hagase!).