Beruflich Dokumente
Kultur Dokumente
ALGEBRA LINEAL
AGO-DIC 2014
Contenido
Definicin de vector y valor propio
Ecuacin Caracterstica
Polinomio Caracterstico
Multiplicidad Algebraica y Multiplicidad Geomtrica
Determinacin de Valores propios
Determinacin de Vectores propios
Vectores propios normalizados
Diagonalizacin
Definiciones:
VALORES Y VECTORES PROPIOS
Los valores y vectores propios se conocen tambin como
eigenvalores y eigenvectores.
Se utilizan generalmente en sistemas lineales de ecuaciones
homogeneos que representan problemas en ingeniera de
equilibrio dinmico (vibraciones, elasticidad, sistemas
oscilatorios).
[A][x] = [0]
Del SELSH mostrado anteriormente, se pueden obtener
soluciones no triviales (variable x distinta de cero). Generalmente
estas soluciones no son nicas, ya que las ecuaciones simultneas
establecen relaciones entre las x, las cuales pueden crear vectores
con distintos valores, cada vector puede satisfacer al sistema, es
decir puede existir ms de un vector solucin.
siguiente forma
[A][x] = [x]
Donde: es un valor propio y x es el vector asociado al valor
propio, o bien el vector propio.
Para cada valor propio debe de existir un vector
propio para que la matriz [A] sea digonalizable.
Factorizando [x]:
[x] ([A] - )= 0
Aqu es necesario que se multiplique por una matriz
identidad ya que no podemos restar un escalar a una matriz:
[x] ([A] - [I]) = 0
[x] matriz de vectores propios
([A] - [I]) matriz de donde se obtendrn los valores propios
Ecuacin Caracterstica
([A] - [I]) = 0 es una matriz de cuyo determinante se
|[][]|=|11 12 13121
22 23231 32 333
1 2 3|=0
Polinomio Caracterstico
Observe que para resolver el determinante, se resta a cada uno
caracterstico.
Multiplicidad Algebraica
La multiplicidad algebraica M.A., es la cantidad de veces que un valor propio se
Multiplicidad Geomtrica
La multiplicidad geomtrica M.G., es la cantidad de vectores en
M.G. = 1, 2, 3, , k
Si M.A. = M.G. la matriz [A] es simtrica.
Si M.A. = M.G. la matriz [A] es diagonalizable, lo que quiere decir
que existe una matriz diagonal que se obtiene de la siguiente
operacin: []=[]1[][], donde [C] es la matriz de vectores
propios, y [] contiene en su diagonal principal a cada uno de los
valores propios.
[]=[1&0&0@0&2&0@0&0&3]
Ejemplo:
Sea la siguiente matriz
[]= [1&2@2&1]
Determine:
a)
b)
c)
d)
e)
f)
g)
Ecuacin Caracterstica
Polinomio Caracterstico
Valores Propios
Multiplicidad Algebraica y multiplicidad geomtrica
Vectores Propios
Vectores Propios Normalizados
Demuestre que la matriz es diagonalizable
Solucin:
a) Ecuacin Caracterstica
Sabemos que la ecuacin caracterstica resulta de:
[A] - [I] = 0
Donde hay que restar a los elementos de la diagonal
Solucin:
b) Polinomio Caracterstico
El polinomio caracterstico se obtiene de la ecuacin
caracterstica:
La ecuacin caracterstica es =
Por lo tanto el polinomio caracterstico es:
()=
Note que es la misma ecuacin solo que el polinomio no se
Solucin:
c) Valores Propios o eigenvalores
Los valores propios son las races del polinomio
Solucin
d) Multiplicidad Algebraica y Multiplicidad Geomtrica
La multiplicidad algebraica para los valores de ={,} es 1
Solucin
e) Vectores Propios
Sabemos que para cada valor propio existe un vector propio,
Sustituyendo:
[1(1)&2@2&1(1)][1@2]=[0@0]
[2&2@2&2][1@2]=[0@0]
Solucin
e) Vectores Propios
matriz nos da el
1+2=0
2=2
vector propio.
Solucin
e) Vectores Propios
El sistema tiene solucin mltiple, donde 2 es la variable libre.
1+2=0
2=2
Despejando 1 :
=2
=2
Obtenemos ahora el vector que ser la base para el valor propio igual a -1
(=1)={(2,2)2}
Esto se lee de la siguiente manera: El conjunto de vectores para el
espacio vectorial de =1, son los vectores en 2 cuya primera
componente es un nmero negativo y su segunda componente es
igual a la primera pero positiva.
Solucin
e) Vectores Propios
Ahora obtenemos el vector para la base de:
(=1)={(2,2)2}
(=1)={2(1, 1)2}
Por lo tanto el vector propio para =1es
1=(1,1)
Solucin
e) Vectores Propios
Sabemos que para cada valor propio existe un vector propio,
Sustituyendo:
[1(3)&2@2&1(3)][1@2]=[0@0]
[2&2@2&2][1@2]=[0@0]
Solucin
e) Vectores Propios
matriz nos da el
12=0
2=2
vector propio.
Solucin
e) Vectores Propios
El sistema tiene solucin mltiple, donde 2 es la variable libre.
12=0
2=2
Despejando 1 :
=2
=2
Obtenemos ahora el vector que ser la base para el valor propio igual a 3
(=3)={(2,2)2}
Esto se lee de la siguiente manera: El conjunto de vectores para el
espacio vectorial de =3, son los vectores en 2 cuya primera
componente y segunda componente son iguales y positivas
Solucin
e) Vectores Propios
Ahora obtenemos el vector para la base de:
(=3)={(2,2)2}
(=3)={2(1, 1)2}
Por lo tanto el vector propio para =3es
2=(1,1)
Solucin
f) Vectores Propios normalizados
Del inciso e, los vectores propios son:
1=(1,1)
2=(1,1)
Cada componente del vector propio se dividir entre su norma
(mdulo, magnitud), para hacerlo un vector unitario.
1=(1,1)/(1)2+(1)2=(1,1)/2=(1/
2,1/2)
=(/,/)
2=(1,1)/(1)2+(1)2=(1,1)/2=(1/2,1/
2)
=(/,/)
Solucin
g) Demuestre que la matriz [A] es diagonalizable
Podemos demostrarlo, a travs de las multiplicidades
Diagonalizacin
[]=[]1[][]
[]=[1&1@1&1] las columnas son los vectores
propios
[]1=[1/2&1/2@1/2&1/2] es la matriz
inversa de la matriz de vectores propios.
[]=[1/2&1/2@1/2&1/2][1&2@2&1][
1&1@1&1]
[1/2&1/2@1/2&1/2][1&2@2&1]=[1/21+1/2
2&1/22+1/21@1/21+1/22&1/22+1/21]=[
1/2&1/2@3/2&3/2]
[]=[1/2&1/2@3/2&3/2][1&1@1&1]=[1/2
11/21&1/211/21@3/21+3/21&3/21+3/2
1]=[1&0@0&3]
[]=[1&0@0&3]
Referencias:
www.mty.itesm.mx/etie/deptos/m/ma00-130/lecturas/
m130-09.pdf
www.uaem.mx/posgrado/mcruz/cursos/mn/eigen.pdf