Documente Academic
Documente Profesional
Documente Cultură
FUNCIÓN GAMMA
como vimos en la sección 6.3, se puede obtener de (1) al integrar por partes. Ahora
cuando * = 1 . T (l) = Jo e~' dt = 1 , y por tanto de la ecuación (2 ) se obtiene
T(2 ) = ÍTU) = 1
r (3) = 2 r ( 2 ) = 2 - i
R 4 ) = 3R 3) = 3 - 2 - 1
y así sucesivamente. Así de esta manera vemos que cuando n es un entero positivo,
R n + I ) n\. Por esto a la función gamma se le llama con frecuencia función fac
torial generalizada.
Aunque la forma integral (1) no converge cuando * < 0, se puede demostrar por
medio de definiciones alternativas, que la función gamma está definida para todos
los números reales y complejos, excepto * = —n, n = 0, 1 , 2 , . . . Como una conse
cuencia, la ecuación (2) sólo es válida para * ¥= - n . La gráfica de R*), considerada
como una función de una variable real *, se presenta en la figura 1.1. Observe que los
enteros no positivos corresponden a las asíntotas verticales de la gráfica.
En los problemas 31 y 32 de los ejercicios 6.3 hemos usado el hecho de que
r ( j) = \ í ñ . Este resultado se puede deducir a partir de (1) y haciendo * = ¿ :
f nn f "
n
"
e~(u'+v2)du dv = 4 I I e~r' r dr dO = v.
1 Jo Jo
Por tanto = 77
o r(!) = V tt. (4)
APE-1
APE-2 • APÉN D IC E I FUNCIÓN GAMMA
| E JE M P L O 1~ Valor de r(- |)
Evalúe r ( - í ) .
rQ) = -ír(-i).
1. Evalúe.
a) T(5) b) T(7)
4. Evalúe J x3 ^ l n - j dx [Sugerencia: Haga t = - l n x ]
au an ’ ■ <*ln
a 2i a2 2 • ’ a2n
A = (1)
•
1 &m2 a mn
bnl
kam2 ■ ■ ■ kam
APE-3
APE-4 • A PÉN D IC E I I MATRICES
E JE M P L O 1 Múltiplos de matrices
Observamos que para toda matriz A el producto kA es igual al producto Ak. Por
ejemplo,
A + B = (a¡j + bjj)mXn.
En otras palabras, cuando se suman dos matrices del mismo tamaño se suman los
elementos correspondientes.
j E JE M P L O 2 Suma de matrices
/ 2 -1 3\ /4 7
La suma de A = 0 4 6 y B = 9 3 5
1-6 10 -5 / \1 -1 2/
s—
ex^
-
U)
/ 2 + 4 ' 6 6
+
1+7
1
" 5\
A + B = 0 + 9 4 + 3 6 + 5 = 9 7
11
\—6 + 1 1 0 + ( - 1) -5 + 2 j 1 -5 9 -3 /
/ 3í2 - 2 é \
La matriz sola t2 + It ] se puede escribir como la suma de tres vectores columna:
\ 51
Sea A una matriz con m renglones y n columnas y B una matriz con n renglo
nes y p columnas. El producto AB se define como la matriz m X p
fa ii ^12 ‘ <>\n\ bu bn ■ • M
1^21 a22 * • 02n| b2\ ¿22 • • by
AB =
También reconocerá que los elementos en, digamos, el í-ésimo renglón de la matriz
producto AB se forman aplicando la definición en componentes del producto interior,
o punto, del z'-ésimo renglón de A con cada una de las columnas de B.
4 •9 + 7 •6 4 • ( - 2 ) + 7 • 8\ /78 48
AB =
3 •9 + 5 •6 3 • ( - 2 ) + 5 • 8 / “ \57 34
-4 -
b) Para A = 1 0 y B=
2 o)
(-4 ) + 8 -2 5 • ( - 3 ) + 8 -0 ^ [ i( - 4 ~ 15\
AB = (-4 ) + 0 - 2 1 • (-3 ) + 0 - 0 -4 ~3
' - 1
(-4 ) + 7 -2 2 • ( - 3 ) + 7 • o) l 6 - 6/
Sea A una matriz con m renglones y n columnas y B una matriz con n renglo
nes y p columnas. El producto AB se define como la matriz m X p
a¡i an ■ ' Gin’ bu b i2 ■ • M
í É aubk\
\k=1 ImXp
También reconocerá que los elementos en, digamos, el i-ésimo renglón de la matriz
producto AB se forman aplicando la definición en componentes del producto interior,
o punto, del /'-ésimo renglón de A con cada una de las columnas de B.
a) Para A
-C S’ "C D
4 •9 + 7 •6 4 • (-2 ) + 7 -8 78 48
AB =
3 •9 + 5 •6 3 • (-2 ) + 5 -8 57 34
b) Para A = 1 B=
\2
Í5 • (- 4 ) + 8- 2 5 • (- 3 ) + 8 •0\ (-4 -i5 \
AB = 1 • (- 4 ) + 0 - 2 1 • ( —3) + 0 • 0 1= -4 " 3
\2 • (- 4 ) + 7 - 2 2 • ( - 3 ) + 7-0/ l 6 - 6/
[ E JE M P L O 5 Multiplicación de matrices
'2 -i 3\ Í - A Í2 • ( - 3 ) + (—1) • 6 + 3 • 4\ i o\
a) 0 4 5 6 0 • (-3 ) + 4 • 6 + 5 • 4 = 44
U -7 9/ A) \ l ■( - 3 ) + ( - 7 ) • 6 + 9 • 4/ 1 -9 /
-4 2 - 4 x + 2y
b)
3 8)J \ y( H 3x + 8y
\o o o 1
se llama matriz de identidad multiplicativa. Por la definición £1.6, para toda matriz
A n X n.
AI = IA = A.
0 =
o ~ c» - E :¡
y así sucesivamente. Si A y 0 son matrices m X n, entonces
A + 0 = 0 + A = A.
LEY ASOCIATIVA Aunque no lo demostraremos, la multiplicación de matrices es aso
ciativa. Si A es una matriz m X p. B una matriz p X r y C una matriz r X n, entonces
A(BC) = (AB)C
es una matriz m X n.
3 6 2)
Para A = 2 5 1 I desarrollamos det A por cofactores del primer renglón:
5 1 2 1 2 5
det A — = 3 —6 + 2
2 4 -1 4 -1 2
«1 n «2 n ■ « mn
6 (3 2 -l\
l 3
2 5 1 es Ar = 6 5 2
1-1 2 a) \2 1 4/
b) Si X = | 0 I, entonces X T = (5 0 3).
El siguiente teorema especifica una condición necesaria y suficiente para que una
matriz cuadrada tenga inversa multiplicativa.
Sea A una matriz no singular n X n y sea Ct¡ = (—l)i+J A f. donde Af. es el de
terminante de la matriz de (« — 1) X (n — 1) obtenido all eliminar el í'-ésimo
renglón y la j-ésima columna de A, entonces
Cada C.j en el teorema II.2 es simplemente el cofactor (el menor con signo) del ele
mento a en A. Observe que en la fórmula (2) se utiliza la transpuesta.
Para futuras referencias observe que en el caso de una matriz no singular 2 X 2
{a.11 <*12
A =
«21 «22
que Cu = a 22, C 12 = - a 2V C 21 = ~ a n, y C 22 = a,,. Portanto
- a-n ~ « I2
A" 1 = (3)
det A \ —a l2 a ,,) det A \ —a 2\ an
Para una matriz no singular 3 x 3
f« ll ü\2 «13
A - l a a 22 «23
W 31 a 32 «33
f l 22 «23 —_ a 2l «23 a 21 a 22
Cu — > C 12 C„ =
a 32 «33 «31 «33 «31 a 32
¡Cu C 2,
A’ 1 = C, 2 C 22 C ,2 • (4)
det A
\C |3 C 23 C 33/
(2 2\
No toda matriz cuadrada tiene inversa multiplicativa. La matriz A = I I
es singular, porque det A = 0. Por tanto, A " 1no existe.
O
=2 C 32 = = -2 = 6.
II
'31
= 1 1 -2 1 -2
1 -2 \
\
/
jI
1
12
- i
6
í\
6 1
A -1 = 5 2 - 1
12
I
6
- I
6
1 I 1
V-3 6 /
4 2 2/
dA = (d_ )
dt ~ \ d t aV mXn
£ A(j) ds = a¡j(s) ds
Para derivar o integrar una matriz de funciones, sólo se deriva o integra cada uno
de sus elementos. La derivada de una matriz también se denota por A '(t).
Id \
—- sen 2 1
dt
/ sen 2 1 ¡2 eos 2 í\
Si X(f) = e3' entonces X'(r) = 3e3'
7 ei'
dt
\8 t - 1 ; \ 8
"Estrictamente hablando, un determinante es un número, pero a veces conviene manejarlo como si fuera
un arreglo.
APE-10 • A PÉN D IC E I I MATRICES
r I J'0sen2sds \ / - |c o s 2í + |
y X(s)ds = ío ^ d s = f e 3' - £
\/Ó ( 8 j - D rfj/ \ 4 f2 — t
,«nl «ni • • a nn V
están en su forma escalonada. Debe comprobar que se satisfacen los tres criterios,
b) Las matrices aumentadas
/I 0 0 A 0 0 -6 -6
1 0 y (\0
0 0 0
lo 0 0 o)
están en su forma escalonada reducida. Observe que los elementos restantes en las co
lumnas contienen un 1 como entrada principal y que los elementos son iguales a 0 . ■
Observe en la eliminación de Gauss que nos detenemos una vez obtenida una
matriz aumentada en su forma escalonada. En otras palabras, al usar operaciones con
secutivas de renglón llegaremos a formas escalonadas distintas. Este método requiere
entonces del uso de sustitución regresiva. En la eliminación de Gauss-Jordan nos de
tenemos cuando se ha llegado a la matriz aumentada en su forma escalonada reducida.
Cualquier orden de operaciones de renglón conduce a la misma matriz aumentada en su
forma escalonada reducida. Este método no necesita sustitución regresiva; la solución
del sistema se conocerá examinando la matriz final. En términos de las ecuaciones del
sistema original, nuestra meta con ambos métodos es simplemente hacer el coeficiente
de Jtj en la primera ecuación' igual a 1 y después utilizar múltiplos de esa ecuación para
eliminar *, de las otras ecuaciones. El proceso se repite con las otras variables.
Para mantener el registro de las operaciones de renglón, que se llevaron a cabo en
una matriz aumentada, se utilizará la siguiente notación:
Símbolo Significado
Resuelva + 6x* + *» = 7
*, + 2x2 - *3 = - 1
5a-, + 7 .í2 - 4 *3 = 9
‘Siempre se pueden intercambiar ecuaciones de tal forma que la primera ecuación contenga a la variable
APE-12 APÉN D IC E I I MATRICES
'2 6 1 7’ '1 2 -1 - 1 + R2
-2 R , 'l 2 -1 -l\
/?!■
1-> -5R, ■+■
1 2 -1 -1 2 6 1 7 0 2 3 9
,5 7 -4 91 u 7 -4 9, 0 -3 1 14
/l 2 -1 - l | [1 2 -1 - l | 'l 2 -1 -l\
2 ^2 3 9 }R2 + /?, 3 9 A«, 3 9
0 1 2 2 0 1 2 2 0 1 2 2
11
>0 - 3 1 14 ,0 0 2 5i) ,0 0 1 5
3 9
= 5.
Sustituyendo x2 = 5 en la segunda ecuación se obtiene x2 = —3. Sustituyendo ambos
valores en la primera ecuación finalmente se obtiene = 10.
b) Comenzamos con la última de las matrices anteriores. Como los primeros elemen
tos en el segundo y tercer renglones son 1, debemos hacer que los elementos restantes
en las columnas dos y tres sean iguales a 0:
] E IE M P IO 1 3 Eliminación de Gauss-Jordan
Resuelva x + Zy — 2 z — —1
4x+ y + 3z — 5
2 x - 5y + l z = 19.
SOLUCIÓN Resolveremos este sistema con la eliminación Gauss-Jordan:
/! 3 -2 -7 -4 R , + R2 1 3 -2 - 7’
-2 R ,I + /?,
4 1 3 5 0 -11 11 33
,2 - 5 7 19, io -11 11 33,
T,«2 'l 3 -2 - 7 ’ - 3 R2 + «| (1 0 1 l\
hR, —/?5 +
0 1 -1 -3 0 1 -1 -3
,0 1 -1 -3 , lo 0 0 0
En este caso, la última matriz, en su forma escalonada reducida, implica que el sistema
original de tres ecuaciones con tres incógnitas es equivalente, en realidad, a dos ecua
ciones con tres incógnitas. Puesto que sólo z es común a ambas ecuaciones (los renglo
nes distintos de cero), le podemos asignar valores arbitrarios. Si hacemos z = t, donde
t representa cualquier número real, veremos que el sistema tiene una cantidad infinita
APÉN D IC E I I MATRICES • APE-13
«11 a \2 - ■ a in 1 0 • • 0'
a21 a22 ' ■ « 2* 1 0 • • 0
(A 11) =
) (I I A“ ')'
/ 2 0 l\
Determine la inversa multiplicativa de A = —2 3 4 .
\ —5 5 6
SOLUCIÓN Usaremos la misma notación que cuando redujimos una matriz aumen
tada a la forma renglón escalón:
2 0 1 1 0 o\ 1 0 I Í 0 o\ 2«, + *: 1 0 I 5 0 0
-2 3 4 0 1 0 — -2 3 4 0 1 0 --” 1— --U 0 3 5 1 1 0
-5 5 6 0 0 1/ \-5 5 6 0 0 1/ \0 5 § | 0 1,
APE-14 • A PÉN D IC E I I MATRICES
\R¡ 1 0 2
1 1
2 0 0 [l 0
1
2
1
2 0 0
5 1 1 ~ R 2 t- Ry 5 1 1
0 1 3 3 3 0 0 1 3 3 3 0
17 1 1 I 1 1 1
\0 1 10 2 0 51 io 0 30 6 3 51
1 1 +
'l 0 2 2 0 o1 -í* 3 'l 0 0 -2 5 -3 '
30Ry 5 1 i —!/?3 + r 2
0 1 3 3 3 0 0 1 0 -8 17 -10
,0 0 1 5 -1 0 6¡ ,0 0 1 5 -10 6,
AK = AK. (6 )
El vector solución K es un eigenvector que corresponde al eigenvalor propio A.
I 0 - 1 -3 \
A = 2 3 3
\-2 1 11
APÉN D IC E I I MATRICES • APE-15
Usando las propiedades del álgebra matricial, podemos expresar la ecuación (6)
en la forma alternativa
(A - AI)K = 0, (7)
donde I es la identidad multiplicativa. Si hacemos
/ * .\
K =
[ E JE M P L O 16 Eigenvalores/eigenvectores
f 1 2 l\
Determinar los eigenvalores y los eigenvectores de A 6 -1 0
[-1 -2
1- A 2 1
det(A - AI) = 6 -1 - A 0 = -A 3 - A2 + 12A = 0.
-1 -2 -1 - A
Puesto que —A3 — A2 + 12A = —A(A + 4)(A — 3) = 0 vemos que los valores propios
son A, = 0, A2 = —4 y A, = 3. Para determinar los eigenvectores debemos reducir tres
veces (A - Al|0), que corresponden a los tres diferentes eigenvalores.
APE-16 • A PÉN D IC E I I MATRICES
Para A, = O tenemos
' l 2 1 o) -bR, ~ 2 1 o 1
/?, - r3
(A - OI I 0) = 6 -l 0 0 -13 -6 0
i-l -2 -1 0, 0 0 o j
i
2 1 o' ’ l 0 13 o ’
-H R , 2K, 6
1 13 0 0 1 13 0
\0 0 0 0, ,0 0 0 0
Para Á2 = —4,
1 5 2 1 0 -R , 1 -3 0
(A + 4 1 10) = 6 3 0 0 0 0
i-l -2 3 0, i 1 0/
-6K, R2 1 2 -3 o’ 1 2 -3 0 -2R, * K, 1 o\
-W, R. -R - t /?,
0 -9 18 0 0 1 -2 0 -2 0
0 -8 16 0 , 10 1 -2 0/ lo o 0 0/
-2 2 1 0 operación fi 0 1 0
0 entre* renglones 0
3
(A - 31 10) = 6 -4 0 1 2 0
-1 -2 -4 0, 0 0 0 0 ,
K, =
"Por supuesto pudo ser cualquier número distinto de cero. En otras palabras, un múltiplo constante distinto
de cero de un eigenvector también es un eigenvector.
fLa independencia lineal de los vectores columna se define igual que la de las funciones.
A PÉN D IC E I I MATRICES • APE-17
| E JE M P L O 17 Eigenvalores/eigenvectores
3 4
Determine los eigenvalores y los eigenvectores de A =
-1 7
3 - A 4
det(A - AI) = = (A - 5 )2 = 0
-1 7 - A
—k x + 2k2 = 0 .
| E JE M P L O 18 Eigenvalores/eigenvectores
19 i i)
Determine los eigenvalores y eigenvectores de A = 1 9 1
\l 1 91
9 - A 1 1
det(A - AI) = 1 9 - A 1 = -(A - 11)(A - 8)2 = 0
1 1 9 - A
muestra que A, = 11 y que A2 = A3 = 8 es un eigenvalor de multiplicidad dos.
Para A, = 11, usando la eliminación Gauss-Jordan se obtiene
-2 1 1 0 operaciones 1 0 - 1 0
(A - 1II | 0) = 1 -2 1 0 entre renglones 0 1 -1 0
, 1 1 - 2 0, L0 0 0 0,
/l'
K, =
,1 1 1 0, 0 0 0 0
APE-18 • A PÉN D IC E I I MATRICES
M l~l\
K: =
l °1/
11
1
l 0)
1. Si A =
,- 6
4 5
y
9J ' ~
b = V- 2 8 -10
, determine a) A + B7 b) 2Ar — B 7 c) Ar(A - B)
a) A + B b) B - A c) 2A + 3B 4\ / 5 10\
9. s ¡ A = y B= I ^ I, determine
f-2 /
a) (AB)r b) B7AT
Si A = 4 yB = 03 ~ 2' \ , determine
5 9 -3 11
1 7 3j -4 -2 / 10. Si A = ^ yB = I ^ „ ), determine
,-4
a) A - B b) B - A c) 2(A + B)
a) Ar + Br b) (A + B)7-
'1 4\
determine
4 (\ _ 12) - 2
+ 3
(D
^8 12 1 2\ H) /
31 t' + ( ' - O
a) AB b) BA
1 - 1/ - 2(
1 -2
5. Si A =
\~ 2 ;)-e »
4
y e = (3 ^ .d e -
"■(;
í2
\l -V
L H -\ K
termine
/>
a) BC b) A(BC) c) C(BA) d) A(B + C) 14. 2
lo —L
II.2 ELIM IN A C IÓ N DE G A U SS Y DE
O AUSS-JO RD AN
En los problemas 31 a 38 resuelva el correspondiente sistema
de ecuaciones, por eliminación de Gauss o por eliminación de
Gauss-Jordan.
/5 -1 0^ Í3 0
°\
31. x + y - 2 z = \4 32. 5 x - 2 y + 4 z = 10 51. 0 -5 9 52. 0 2
2x- y + z = 0 x+ y+ z=9 °
\5 -1 0) \4 0 1/
6* + 3y + 4z = 1 4jc — 3y + 3z = 1
1 0 4 °\ /I 6
°\
33. y + z = —5 34. 3* + y + z= 4
5* + 4_v — 16z = - 10 4x + 2y — z = 7 53. -4 0 54. 0 2
1
x — y — 5z = 7 *+ y - 3z = 6 k 0 0 -2/ lo 1 2/
APE-20 • A PÉN D IC E I I MATRICES
En los problemas 55 y 56 demuestre que cada matriz tiene 59. Si A es no singular y AB = AC, demuestre que B = C.
eigenvalores complejos. Encuentre los eigenvectores respec 60. Si A y B son no singulares, demuestre que (AB )-1 =
tivos de la matriz:
m 2{/(*)} = F(s)
1.1
2. i
n:
3. t" n un entero positivo
4. r l/2
Vìr
5. r1'2
2.7*
Ha + 1)
6. f“ a > -1
s“+l ’
k
7. sen Ari
s2 + k2
s
8. cos kt
¿Te
ik1
9. sen2 kt
sis2 + 4k2)
s2 + 2k2
10. cos2 kt
sis2 + 41c2)
1
1 1 . ea'
s- a
k
12. senh kt
í2 - * 2
i
13. cosh kt
2k2
14. senh2/:/
sis2 - 41c2)
s2 - 21c2
15. cosh2itr
sis2 — 4k2)
1
16. teal
is - a)2
n!
17. t"ea' n un entero positivo
is - aT+l'
APE-21
APE-22 A PEN D IC E I I I TRANSFORMADAS DE LAPLACE
m £{/(»)) = F(s)
s- a
19. e“' cos kt
(s - a)2 + t 2
k
20. e“' senhti
(s - a)2 - t 2
s —a
21. e“' cosb kl
(s - a)2 - t 2
2ks
22. i senti
(ì2 + t 2)2
^ - t 2
23. : cos kt
(r + t 2)2
2t i 2
24. senti + t i cos kt
i^ + t 2)2
213
25. sent/ —kt cos t i
(ì 2 + t 2)2
2ks
26. f senhti
(i2 - t 2)3
i^ t2
27. rc o sh t/
(i2 - t 2)2
e "' - e4' I
28.
a —b (i - ìj)(ì - è)
a e“' - be'” s
29~ a — bh (s - a)(s - b)
t2
30. 1 —cos kt
¡(s2 + Ir)
k3
31. kt —sen kt
^(j 2 + t2)
a sen bt - b sen ai I
ab (a2 - è2) ( r + a2)(i2 + i>2)
„„ cos bt - cos ai i
33‘ a2 - fr2 (ì2 + a2) ^ + b2)
2 krs
34. sentisenhti
s4 + 4 k*
kjs2 + 2lr)
35. se n tic o sh ti
S +4f
tf r2 - 2k2)
36. cos t i senhtt
S* + 414
s3
37. cos t i cosh kt
ì4+ 4f
A PÉN D IC E I I I TRANSFORMADAS DE LAPLACE • APE-23
no set/«) = m
1
38. J0(ki)
V .r +
e*' - e"' s - a
39. In
s —b
sen at
42. arelan
se n a /c o si/ 1 a + ¿> l a —b
43. —arctan + - arctan--------
p-aVs
44. —= e - ’f n '
Vñi Vi
45. 2~aVs
2Vñ?
g-aVs
46- e r f c ( ^ )
S
e-aV,
47-2iie
^'-aedc(^ì sì/s
-a\/s
48. e“»«*''erte (bVt + V s (V s + b)
be-“^
49. —e"bet ''erk j^fcV/ +
s(V s + b)
+erfc(iV,)
50. £•“'/(/) F (ì - a)
e
51. °U(t - a)
s
5 2 ./( / - a)ty(/ - a ) e~“’F(s)
53. g o m t ~ a) e - “ X (g (t +a) )
57. 6(/) I