Resumen3 IID

TEORÍA DE ÁLGEBRA II: Tema 3.
DIPLOMATURA DE ESTADÍSTICA 1
Tema 3: Aplicaciones de la diagonalización

1 Ecuaciones en diferencias
Estudiando la crı́a de conejos, Fibonacci llegó a las siguientes conclusiones:
Una pareja adulta de conejos crı́a una nueva pareja cada mes y, después de dos meses cada pareja
se comporta del mismo modo; por tanto, si disponemos de una pareja de conejos inicialmente, F0 = 1,
al cabo de un mes seguiremos teniendo F1 = 1 pareja. Sin embargo, al cabo de dos meses nuestra
pareja de conejos, ya adulta, criará una nueva pareja, luego dispondremos de F2 = 2 parejas de
conejos. En general, para n ≥ 2, en el n-ésimo mes dispondremos de
Fn = Fn−1 + Fn−2
parejas de conejos. Es decir, podemos calcular el número de parejas en cada mes si conocemos este
número para los dos meses anteriores. Ahora bien, si queremos calcular F1000 , deberemos calcular
para ello todos los valores de Fn para n < 1000, ¿no es posible calcular F1000 directamente?, en
otras palabras, ¿no es posible obtener una expresión explı́cita de Fn como función de n? Veamos
como hacerlo.
Nuestra ecuación inicial, Fn = Fn−1 + Fn−2 , con n ≥ 2, puede escribirse como
∀n ≥ 1, Fn+1 = Fn + Fn−1 .
y si añadimos a esta expresión la ecuación (siempre cierta), Fn = Fn , obtenemos un sistema de
ecuaciones
Fn+1 = Fn + Fn−1
Fn = Fn
Sea, para cada n ≥ 0,
Fn+1 1 1
un = y A=
Fn 1 0
Ahora, matricialmente, nuestro sistema se expresa como
∀n ≥ 0, un+1 = Aun .
Podemos razonar ahora del siguiente modo,
u1 = Au0
u2 = Au1 = AAu0 = A2 u0
etcétera. En general, por inducción, obtenemos, considerando A0 = I,

∀n ≥ 0, un = An u0 .
Por tanto, podemos obtener una expresión explı́cita de un , y, en consecuencia de Fn , sin más que
calcular las potencias de A. Aquı́ resulta útil el siguiente resultado
Proposición. 1.1 Sea A ∈ Mp diagonalizable y P ∈ Mp regular tal que

P −1 AP = D = diag(λ1 , . . . , λp )
Entonces, para todo n ≥ 0,
λn1
 
An = P Dn P −1 = P 
 ..  −1
P .
.
λnp
(Considerando D0 = I).
TEORÍA DE ÁLGEBRA II: Tema 3. DIPLOMATURA DE ESTADÍSTICA 2
En nuestro caso particular PA (λ) = λ2 − λ − 1 y, por tanto, los autovalores de A son:

√ √
1+ 5 1− 5
λ1 = y λ1 =
2 2
Puesto que los autovalores de A son distintos entre si, A es diagonalizable. Calculando una matriz
de paso obtenemos

λ 1 λ2 −1 1 1 −λ2
P = y P =
1 1 λ1 − λ2 −1 λ1
En consecuencia, tenemos para u0 = (1, 1),
λn1

n −1 1
un = A u0 = P P
λn2 1
Operando, y teniendo en cuenta que λ1 λ2 = −1, λ1 + λ2 = 1, resulta

n
Fn+1 λ 1 λ2 λ1 0 1 1 − λ2
un = = =
Fn 1 1 0 λn2 λ1 − λ2 −1 + λ1
n+2
λ1 − λn+2
n+1
λn+1

1 λ1 2 λ1 1 2
=
λ1 − λ 2 λn1 λn2 −λ2 λ1 − λ2 λn+1 1 − λn+1
2
luego
√ !n+1 √ !n+1
 
λn+1
1 − λ n+1
2 1 1+ 5 1− 5
Fn = =√  − 
λ 1 − λ2 5 2 2
Hemos obtenido ası́ una expresión explı́cita para Fn . En el resto de la sección intentaremos gener-
alizar los métodos empleados en este ejemplo particular.
Definición. 1.2 Dados a1 , . . . , ap ∈ R, ap 6= 0, una ecuación en diferencias lineal y homogénea de

orden p es una relación de recurrencia del tipo
∀n > p, zn = a1 zn−1 + · · · + ap zn−p
Observemos que una ecuación en diferencias como la de arriba nos permite, dados z1 , . . . , zp ∈ R,
definir una sucesión de numeros reales {zn }n∈N . De manera general, el problema que pretendemos
resolver es el siguiente:
Dada una ecuación en diferencias: zn = a1 zn−1 +· · ·+ap zn−p , y los datos iniciales, z1 , . . . , zp ∈ R,
¿Cómo calcular zn de manera explı́cita en función de n?
Consideremos, para cada n ≥ p,

zn = a1 zn−1 + ... + ap zn−p
zn−1 = zn−1
..
.
zn−p+1 = zn−p+1
Consideremos ahora la matriz A ∈ Mp ,

 
a1 a2 ··· ap−1 ap

 1 0 ··· 0 0 

A=
 0 1 ··· 0 0 

 .. .. .. .. .. 
 . . . . . 
0 0 ··· 1 0
Entonces, si, para cada n ≥ p, un = (zn , zn−1 , . . . , zn−p+1 ), tendremos
un = Aun−1 .
Vemos, por tanto, que para dar una expresión explı́cita de zn , como función de n, basta dar una
expresión explı́cita de un , ya que zn es la primera componente de dicho vector.
Por inducción en p, podemos probar
Proposición. 1.3 El polinomio caracterı́stico de A es
pA (λ) = (−1)p (λp − a1 λp−1 − · · · − ap )
Definición. 1.4 El polinomio λp − a1 λp−1 − · · · − ap se denomina polinomio caracterı́stico de la

ecuación en diferencias
zn = a1 zn−1 + · · · + ap zn−p .
Definición. 1.5 Sea A ∈ Mp y (un )n∈N una sucesión de vectores de Rp definidos por
∀n ≥ 1, un = Aun−1
a partir de cierto vector u0 ∈ Rp . Una relación de recurrencia de este tipo se denomina un sistema
de ecuaciones en diferencias lineal y homogéneo de orden p.
Lema. 1.6 Dada A ∈ Mp , sea, para cada n ≥ 1, un = Aun−1 , con u0 ∈ Rp dado. Entonces,
∀n ≥ 0, un = An u0 .
Esto nos permite dar una expresión explı́cita de un , como función de n, para cada sistema de
ecuaciones en diferencias, lineal y homogéneo, sin mas que calcular la potencias de la matriz de
coeficientes A. Sin embargo, caso de ser A diagonalizable podemos encontrar una expresión más
útil en la práctica.
Teorema. 1.7 Sea A ∈ Mp diagonalizable y sea u0 ∈ RP . Entonces la solución del sistema de

ecuaciones en diferencias un = Aun−1 con vector incial u0 , es:
un = c1 λn1 x1 + c2 λn2 x2 + · · · + cp λnp xp
donde λ1 , . . . , λp ∈ R son los autovalores de A, x1 , . . . , xp ∈ Rp son autovectores l.i. asociados a

ellos y (c1 , . . . , cp ) ∈ Rp es una solución del S.E.L.
P c = u0
siendo P = [x1 | . . . |xp ] ∈ Mp , regular tal que
P −1 AP = diag(λ1 , . . . , λp ).
2 Estabilidad
Definición. 2.1 Sea A ∈ Mp y un = Aun−1 un sistema de ecuaciones en diferencias. Diremos que
la solución {un }, correspondiente al vector inicial u0 ∈ RP es:
1) Asintóticamente estable, si para cada v0 ∈ Rp la solución, {vn }, del sistema correspon-

diente a v0 , verifica:
lim kun − vn k = 0.
n→∞
2) Estable, si para todo v0 ∈ Rp , existe α ∈ R tal que la solución, {vn }, correspondiente a v0 ,

verifica
∀n ≥ 0, kun − vn k ≤ α.
3) Inestable, si existe v0 ∈ Rp tal que la sucesión {kun − vn k} no está acotada.
Proposición. 2.2 La estabilidad de la solución correspondiente a u0 , es equivalente a la estabilidad

de la solución nula. Es decir, el tipo de estabilidad de las soluciones de un sistema de ecuaciones en
diferencias es siempre el mismo, dependiendo sólo de la matriz de coeficientes y no del vector inicial.
Como consecuencia de esto, un sistema de ecuaciones en diferencias un = Aun−1 es:
1) Asintóticamente estable, si
∀v0 ∈ Rp , lim kAn v0 k = 0.

n→∞
2) Estable, si
∀v0 ∈ Rp , ∃α ∈ R, ∀n ≥ 0, kAn v0 k ≤ α.
3) Inestable, si
∃v0 ∈ Rp , {kAn v0 k} no está acotada.
En el caso diagonalizable tenemos:
Teorema. 2.3 Sea A ∈ Mp diagonalizable. Entonces, el sistema de ecuaciones en diferencias

un = Aun−1 es:
1) Asintóticamente estable, si, para todo autovalor, λ, de A, es |λ| < 1.

2) Estable, si |λ| ≤ 1, para todo autovalor λ de A.
3) Inestable, si existe un autovalor λ de A, con |λ| > 1.
3 Matrices estocásticas: cadenas de Markov

En esta sección veremos un caso particular de sistema de ecuaciones en diferencias, que ofrece una
interesante interpretación en términos de probabilidad.
Definición. 3.1 Diremos que una matriz A ∈ Mp , A = (aij ), es estocástica, o de Markov, si:
1) ∀ i, j = 1, . . . , p, aij ≥ 0.
p
X
2) ∀j = 1, . . . , p, aij = 1.
i=1
Una cadena de Markov es un sistema de ecuaciones en diferencias, un = Aun−1 , cuya matriz de

transición, A, es una matriz estocástica. Cada vector un se denomina vector de estados y cada
una de sus componentes, estado. En términos de probabilidad el elemento aij se interpreta como la
probabilidad de pasar del estado j, en el paso n − 1, al estado i, en el paso n.
Proposición. 3.2 Sea A = (aij ) ∈ Mp tal que, para todo i, j = 1, . . . , p, aij ≥ 0. Entonces,
A es estocástica ⇐⇒ et A = et
siendo e = (1, . . . , 1) ∈ Rp . Como consecuencia:

1) Si A, B ∈ Mp son estocásticas, entonces AB es estocástica.

2) Si A es estocástica, entonces An es estocástica, para todo n.
3) Si A es estocástica, entonces 1 es un valor propio de A.
El siguiente teorema resulta útil a la hora de “localizar” los autovalores de una matriz.
Teorema. 3.3 (Gerhgorin) Sea A = (aij ) ∈ Mn y sea, para cada i = 1, . . . , n,

n
X
pi = |aij |.
j=1
j6=i
Consideremos, para i = 1, . . . , n, los intervalos,
Ii = {x ∈ R : |x − aii | ≤ pi }
n
[
Entonces, si λ ∈ R es un autovalor de A, se tiene λ ∈ Ii .
i=1
Nota. 3.4 Se tiene un resultado similar si utilizamos las columnas de A para definir los pi , ya que
los autovalores de A y At son los mismos.
Corolario. 3.5 Si A es una matriz estocástica, entonces todo autovalor λ de A verifica |λ| ≤ 1. En
particular, toda cadena de Markov, cuya matriz de transición sea diagonalizable, es estable.
Definición. 3.6 Un vector estacionario, de una matriz estocástica A, es un autovector de A asociado

al autovalor 1.
Teorema. 3.7 Sea A ∈ Mp una matriz estocástica cuyo único autovalor de módulo 1, es λ = 1.
Entonces, si A es diagonalizable, para todo ∀u0 ∈ Rp , existe limn→∞ An u0 , y dicho valor es un
vector estacionario.
Si, además, λ = 1 es un autovalor simple (de multiplicidad algebraica 1) entonces el lı́mite anterior
existe y sólo depende de la suma de las componentes del estado inicial, u0 , elegido.

Resumen3 IID

Cargado por

Copyright:

Formatos disponibles

Resumen3 IID

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Resumen3 IID

Cargado por

Copyright:

Formatos disponibles

TEORÍA DE ÁLGEBRA II: Tema 3.

Tema 3: Aplicaciones de la diagonalización

etcétera. En general, por inducción, obtenemos, considerando A0 = I,

Proposición. 1.1 Sea A ∈ Mp diagonalizable y P ∈ Mp regular tal que

En nuestro caso particular PA (λ) = λ2 − λ − 1 y, por tanto, los autovalores de A son:

En consecuencia, tenemos para u0 = (1, 1),

Operando, y teniendo en cuenta que λ1 λ2 = −1, λ1 + λ2 = 1, resulta

Definición. 1.2 Dados a1 , . . . , ap ∈ R, ap 6= 0, una ecuación en diferencias lineal y homogénea de

∀n > p, zn = a1 zn−1 + · · · + ap zn−p

¿Cómo calcular zn de manera explı́cita en función de n?

Consideremos, para cada n ≥ p,

Consideremos ahora la matriz A ∈ Mp ,

Entonces, si, para cada n ≥ p, un = (zn , zn−1 , . . . , zn−p+1 ), tendremos

Proposición. 1.3 El polinomio caracterı́stico de A es

pA (λ) = (−1)p (λp − a1 λp−1 − · · · − ap )

Definición. 1.4 El polinomio λp − a1 λp−1 − · · · − ap se denomina polinomio caracterı́stico de la

Teorema. 1.7 Sea A ∈ Mp diagonalizable y sea u0 ∈ RP . Entonces la solución del sistema de

un = c1 λn1 x1 + c2 λn2 x2 + · · · + cp λnp xp

donde λ1 , . . . , λp ∈ R son los autovalores de A, x1 , . . . , xp ∈ Rp son autovectores l.i. asociados a

siendo P = [x1 | . . . |xp ] ∈ Mp , regular tal que

1) Asintóticamente estable, si para cada v0 ∈ Rp la solución, {vn }, del sistema correspon-

2) Estable, si para todo v0 ∈ Rp , existe α ∈ R tal que la solución, {vn }, correspondiente a v0 ,

3) Inestable, si existe v0 ∈ Rp tal que la sucesión {kun − vn k} no está acotada.

Proposición. 2.2 La estabilidad de la solución correspondiente a u0 , es equivalente a la estabilidad

Como consecuencia de esto, un sistema de ecuaciones en diferencias un = Aun−1 es:

∀v0 ∈ Rp , lim kAn v0 k = 0.

En el caso diagonalizable tenemos:

Teorema. 2.3 Sea A ∈ Mp diagonalizable. Entonces, el sistema de ecuaciones en diferencias

1) Asintóticamente estable, si, para todo autovalor, λ, de A, es |λ| < 1.

3 Matrices estocásticas: cadenas de Markov

Una cadena de Markov es un sistema de ecuaciones en diferencias, un = Aun−1 , cuya matriz de

siendo e = (1, . . . , 1) ∈ Rp . Como consecuencia:

1) Si A, B ∈ Mp son estocásticas, entonces AB es estocástica.

3) Si A es estocástica, entonces 1 es un valor propio de A.

Teorema. 3.3 (Gerhgorin) Sea A = (aij ) ∈ Mn y sea, para cada i = 1, . . . , n,

Consideremos, para i = 1, . . . , n, los intervalos,

Definición. 3.6 Un vector estacionario, de una matriz estocástica A, es un autovector de A asociado

También podría gustarte

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.