<< Chapter < Page Chapter >> Page >
(Blank Abstract)

De nuestro entendimiento de eigenvalores y eigenvectores hemos descubierto ciertas cosas sobre nuestro operador, la matriz A . Sabemos que los eigenvectores de A generan el espacio n y sabemos como expresar cualquier vector x en términos de v 1 v 2 v n , entonces tenemos el operador A calculado. Si tenemos A actuando en x , después esto es igual a A actuando en la combinación de los eigenvectores.

Todavía tenemos dos preguntas pendientes:

  • ¿Cuándo los eigenvectores v 1 v 2 v n de A generan el espacio n (asumiendo que v 1 v 2 v n linealmente independientes)?
  • ¿Cómo expresamos un vector dado x en términos de v 1 v 2 v n ?

1 respuesta a la pregunta #1

¿Cuándo los eigenvectores v 1 v 2 v n de A generan el espacio n ?
Si A tiene n diferentes eigenvalores i i j λ i λ j donde i y j son enteros, entonces A tiene n eigenvectores linealmente independientes. v 1 v 2 v n que generan el espacio n .
La demostración de esta proposición no es muy difícil, pero no es interesante para incluirla aquí. Si desea investigar esta idea, léase Strang G.,“Algebra Lineal y sus aplicaciones”para la demostración.
Además, n diferentes eigenvalores significa que A λ I c n λ n c n 1 λ n 1 c 1 λ c 0 0 tiene n raíces diferentes.

Respuesta a la pregunta #2

¿Cómo expresamos un vector dado x en términos de v 1 v 2 v n ?
Queremos encontrar α 1 α 2 α n tal que
x α 1 v 1 α 2 v 2 α n v n
Para poder encontrar el conjunto de variables, empezaremos poniendo los vectores v 1 v 2 v n como culumnas en una matriz V de n×n. V   v 1 v 2 v n   Ahora la se convierte en x   v 1 v 2 v n   α 1 α n ó x V α Lo que nos da una forma sencilla de resolver para la variable de nuestra pregunta α : α V -1 x Notese que V es invertible ya que tiene n columnas linealmnete independientes.

Comentarios adicionales

Recordemos el conocimiento de funciones y sus bases y examinemos el papel de V . x V α x 1 x n V α 1 α n donde α es solo x expresada en una base diferente: x x 1 1 0 0 x 2 0 1 0 x n 0 0 1 x α 1 v 1 α 2 v 2 α n v n V transforma x de la base canónica a la base v 1 v 2 v n

DiagonalizaciÓN de matrices y salidas

También podemos usar los vectores v 1 v 2 v n para representar la salida b , del sistema: b A x A α 1 v 1 α 2 v 2 α n v n A x α 1 λ 1 v 1 α 2 λ 2 v 2 α n λ n v n b A x   v 1 v 2 v n   λ 1 α 1 λ 1 α n A x V Λ α A x V Λ V -1 x donde Λ es la matriz con eigenvalores en la diagonal: Λ λ 1 0 0 0 λ 2 0 0 0 λ n Finalmente, podemos cancelar las x y quedarnos con una ecuación final para A : A V Λ V -1

1 interpretaciÓN

Para nuestra interpretación, recordemos nuestra formulas: α V -1 x b i α i λ i v i podemos interpretar el funcionamiento de x con A como: x 1 x n α 1 α n λ 1 α 1 λ 1 α n b 1 b n Donde los tres pasos (las flechas) en la ilustración anterior representan las siguientes tres operaciones:

  • Transformar x usando V -1 , nos da α
  • Multiplicar por Λ
  • Transformada Inversa usando V , lo que nos da b
¡Este es el paradigma que usaremos para los sistemas LTI!

Ilustración simple del sistema LTI.

Get Jobilize Job Search Mobile App in your pocket Now!

Get it on Google Play Download on the App Store Now




Source:  OpenStax, Señales y sistemas. OpenStax CNX. Sep 28, 2006 Download for free at http://cnx.org/content/col10373/1.2
Google Play and the Google Play logo are trademarks of Google Inc.

Notification Switch

Would you like to follow the 'Señales y sistemas' conversation and receive update notifications?

Ask