Sie sind auf Seite 1von 10

Trabajo de

lgebra Lineal:
Eigenvalores, Eigenvectores,
Ecuacin y Polinomio
Caractersticos
lgebra Lineal/ Alfonso Vela Rivera

AGUSTN EMMANUEL RAMREZ RODRGUEZ/Mecatrnica, 1 D


Aguascalientes, Ags. a 8 de abril de 2014
Eigenvalores y Eigenvectores

Sea T:V V una transformacin lineal. En muchas aplicaciones es til encontrar


un vector v en V tal que Tv y v son paralelos. Es decir, se busca un vector v y un
escalar tal que

Tv = v

Si v 0 y satisface la ecuacin anterior, entonces se llama un eigenvalor de T y v


se llama un eigenvector de T correspondiente al eigenvalor .

Sea A una matriz de n x n con componentes reales. El nmero (real o complejo)


se llama eigenvalor de A si existe un vector diferente de cero v en Cn tal que

Av = v

El vector v 0 se llama eigenvector de A correspondiente al eigenvalor .

Eigenvalor y eigenvector

INTERPRETACIN PERSONAL

Si he comprendido bien, y espero que as sea, la definicin ms general de lo que es


un eigenvalor as como de lo que es un eigenvector, es muy sencilla.

Ya hemos especificado, a lo largo del ltimo mes, lo que un vector representa en


lgebra lineal (o al menos para los temas que hemos abordado), as pues, proseguir
bajo el supuesto de que tal concepto es conocido.

2
Dicho esto, me atrevo a definir, a un eigenvalor y a un eigenvector de la siguiente
forma:

Si tengo un vector (v) que es diferente de cero y tengo un escalar (), de manera que
el producto de dicho vector (v) por una matriz cuadrada sea igual al producto del
escalar () por el vector (v) anteriormente mencionados, entonces el vector (v) es
un eigenvector y el escalar () es un eigenvalor.

3
Ecuacin y polinomio caractersticos

Sea A una matriz de n x n. Entonces es un valor propio de A si y slo si

p() = det (A I) = 0

La ecuacin anterior se llama la ecuacin caracterstica de A; p() se llama el


polinomio caracterstico de A.

Ecuacin y polinomio caractersticos

Es pertinente destacar que p() es un polinomio de grado n en . Por ejemplo, si A

= , entonces A I = - = y

p() = det A I) = (a ) (d ) bc = 2 (a + d) + (ad + bc).

Segn el teorema fundamental del algebra, cualquier polinomio de grado n con


coeficientes reales o complejos tiene exactamente n races (contando
multiplicidades). Esto significa, por ejemplo, que el polinomio ( 1)5 tiene cinco
races, todas iguales al nmero 1. Como cualquier eigenvalor de A es una raz de la
ecuacin caracterstica de A, se concluye que

Contando multiplicidades, toda matriz de n x n tiene exactamente n eigenvalores.

4
INTERPRETACIN PERSONAL

De igual forma, tratar de traducir lo anterior a un lenguaje ms simple y expresarlo


con palabras propias.

Comenzaremos con el supuesto de que tengo dos elementos: una matriz cuadrada y
el producto de un escalar () por la matriz identidad (siempre estos mismos
elementos). Por qu? No lo s y no pretendo saberlo. Simplemente es as.

Si obtengo la diferencia entre las dos matrices el resultado ser el siguiente (invito al
lector a que realice la resta entre las dos matrices anteriores si desconfa las
aseveraciones planteadas en este documento).

Si obtengo el determinante de la matriz anterior y reduzco su resultado a la mxima


expresin, obtendr un polinomio de la siguiente forma:

2 (a + d) + (ad + bc)

Dicho polinomio es conocido con el nombre de polinomio caracterstico.


Podemos observar que tenemos como resultado una ecuacin de segundo grado
donde el escalar () ocupa el lugar de la variable. Adems observamos que el
coeficiente del primer trmino es uno, el coeficiente del segundo trmino (o del
trmino de grado uno) es la suma de los valores que se encuentran en la esquina
superior izquierda y la esquina inferior derecha de la matriz cuadrada inicial. Por

5
ltimo, el trmino independiente es igual a la suma de los productos de los
elementos que se encuentran en las esquinas de la matriz cuadrada inicial.

A la igualdad que expresa el hecho de que el determinante de la matriz

sea equivalente al polinomio 2 (a + d) + (ad + bc), se le conoce con el


nombre de ecuacin caracterstica y es la siguiente

p() = det (A I) = 0

6
Espacio propio

Sea un valor propio (eigenvalor) de la matriz A de n x n y sea E = {v: Av = v}.


Entonces E es un subespacio de Cn.

Sea un valor propio (eigenvalor) de A. El subespacio E se llama espacio


propio de A correspondiente al valor propio .

Espacio propio

INTERPRETACIN PERSONAL

Para la siguiente explicacin y/o definicin, se tomar como premisa el hecho de


que ya se ha definido con anterioridad lo que es un eigenvalor y un eigenvector.

As pues, un espacio propio es un subespacio que es, al mismo tiempo, un


eigenvector. Dicho de otro modo, si tengo un escalar () y una matriz cuadrada (A),
y bajo el supuesto de que el escalar () es un eigenvalor de la matriz (A), entonces el
eigenvector de (A) es a su vez el espacio propio de (A).

7
Clculo de eigenvalores y eigenvectores

1) Se encuentra p() = det (A I).


2) Se encuentran las races 1, 2, . . . , m de p() = 0.
3) Se resuelve el sistema homogneo (A iI)v = 0, correspondiente a cada valor
propio i.

8
Ejemplo

9
Conclusin

Despus de haber desarrollado el presente trabajo de investigacin, se


ha adquirido una comprensin general sobre lo que son los
eigenvalores y sobre lo que son los eigenvectores. As mismo, se ha
llegado a conocer los conceptos de ecuacin caracterstica y polinomio
caracterstico: la importancia de estos ltimos dos conceptos radica en
que son utilizados en la obtencin de los dos primeros.

Ahora es claro que para poder comprender los conceptos, as como


los procedimientos abordados durante este tema, es de vital
importancia tener el dominio previo de las operaciones bsicas entre
matrices; los diferentes tipos de matrices que hay, tales como matriz
identidad y matriz diagonal; tambin es preciso dominar el uso y la
realizacin de operaciones que nos lleven a la obtencin de ciertos
valores como lo es el determinante de una matriz.

10

Das könnte Ihnen auch gefallen