2 votos

¿Se puede describir la multiplicidad algebraica en términos de eigenspaces generalizados y del polinomio mínimo?

Definimos el multiplicidad algebraica de una matriz $A$ con valor propio $\lambda$ el mayor número entero $r$ tal que $(x-\lambda)^r$ divide el polinomio característico de $A$ .

Me gustaría saber si es lo mismo que el entero mínimo $s$ de modo que el núcleo de $(A-\lambda I)^s$ es el mismo que el núcleo de $(A-\lambda I)^{s+1}$ . No estoy muy seguro de que eso sea cierto y de cómo se puede demostrar. Y $(x-\lambda)^s$ dividir el polinomio mínimo entonces?

¿Podría aclararme esta duda? Si es posible, ¿hay alguna prueba de esta afirmación sin utilizar la forma normal de Jordan? Aunque conozco la descomposición en espacios eigénicos generalizados (invariantes).

Gracias.

0voto

Dachi Imedadze Puntos 6

El número entero mínimo $s$ tal que $\ker (A -\lambda I)^s = \ker (A - \lambda I)^{s+1}$ es precisamente la mayor potencia de $x-\lambda$ que divide el polinomio mínimo de $A$ . En general $\le $ que la multiplicidad algebraica de $\lambda$ .

Recordemos que en general $\ker T \subseteq \ker T^2 \subseteq \ker T^3 \subseteq \cdots$ y que si $\ker T^m = \ker T^{m+1}$ entonces $\ker T^m = \ker T^{n}, \forall n \ge m$ .

El resto se deduce de este lema:

Sea $A : V \to V$ sea un mapa lineal sobre un espacio vectorial complejo de dimensión finita $V$ con los valores propios $\{\lambda_1, \ldots, \lambda_r\}$ . Entonces un polinomio $p(x) = (x-\lambda_1)^{m_1}\cdots (x-\lambda_r)^{m_r}$ aniquila el mapa $A$ sólo si $$V = \ker (A-\lambda_1 I)^{m_1} \,\dot+\,\cdots \,\dot+\,\ker(A-\lambda_r I)^{m_r}$$

La dirección $\impliedby$ es más o menos obvio, y para $\implies$ puede utilizar la descomposición en fracciones parciales de $\frac1{p(x)}$ . Obsérvese que esta suma es siempre directa, es decir, tenemos $\ker (A-\lambda_i I)^{m_i} \cap \ker (A-\lambda_j I)^{m_j} = \{0\}, \forall i \ne j$ por lo que sólo hay que demostrar que la suma es igual a $V$ .

Sea $\mu_A(x) = (x-\lambda_1)^{s_1}\cdots (x-\lambda_r)^{s_r}$ sea el polinomio mínimo de $A$ . Entonces por el lema concluimos $$V = \ker (A-\lambda_1 I)^{s_1} \,\dot+\,\cdots \,\dot+\,\ker(A-\lambda_r I)^{s_r}$$

Sea $m_i\ge s_i$ . Entonces claramente $(x-\lambda_1)^{m_1}\cdots (x-\lambda_r)^{m_r}$ también aniquila $A$ así que $$V = \ker (A-\lambda_1 I)^{m_1} \,\dot+\,\cdots \,\dot+\,\ker(A-\lambda_r I)^{m_r}$$

Ahora $$\sum_{i=1}^r \dim\ker (A-\lambda_i I)^{m_i} = \dim V = \sum_{i=1}^r \dim\ker (A-\lambda_i I)^{s_i}$$ implica $\dim\ker (A-\lambda_i I)^{m_i} = \dim\ker (A-\lambda_i I)^{s_i}$ así que $\ker (A-\lambda_i I)^{m_i} = \ker (A-\lambda_i I)^{s_i}$ para todos $i = 1,\ldots, r$ .

Por otra parte, si $k_i \le s_i$ y suponemos $\ker (A - \lambda I)^{k_i} = \ker (A - \lambda I)^{s_i}$ entonces tenemos

$$V = \ker (A-\lambda_1 I)^{k_1} \,\dot+\,\cdots \,\dot+\,\ker(A-\lambda_r I)^{k_r}$$

por lo que el lema implica que el polinomio $p(x) = (x-\lambda_1)^{k_1}\cdots (x-\lambda_r)^{k_r}$ aniquila $A$ . Por lo tanto, el polinomio mínimo divide a $p $ así que $k_i = s_i$ para todos $i = 1, \dots, n$ .

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X