Vista previa del material en texto
UNIVERSIDAD TECNOLOGICA NACIONAL Facultad Regional Córdoba Departamento de Materias Básicas Álgebra y Geometría Analítica Socolovsky Silvia – Martínez Iván Este archivo fue descargado de https://filadd.com � FILADD.COM Autovalores y Autovectores Unidad 10 Este archivo fue descargado de https://filadd.com � FILADD.COM Autovalores y Autovectores Sea 𝑇𝑇:𝑉𝑉 → 𝑉𝑉 una transformación lineal Queremos hallar vectores no nulos 𝑣𝑣 �𝜖𝜖 𝑉𝑉 ∶ 𝑣𝑣� 𝑦𝑦 𝑇𝑇(�̅�𝑣) sean paralelos (no cambia su dirección), es decir, que el vector obtenido de la TL sea múltiplo del vector �̅�𝑣 Siendo 𝜆𝜆 y las componentes de �̅�𝑣 reales o complejas La transformación se puede representar por la matriz A, es decir, 𝑇𝑇(�̅�𝑣) = 𝜆𝜆. �̅�𝑣 𝐴𝐴. �̅�𝑣 = 𝜆𝜆. �̅�𝑣 Valor característico asociado a la T o matriz A Valor propio, autovalor, eigenvalor Vector característico asociado a la T o matriz A correspondiente al valor característico 𝜆𝜆 Vector propio, autovector, eigenvector Definición Este archivo fue descargado de https://filadd.com � FILADD.COM Veamos un ejemplo Este archivo fue descargado de https://filadd.com � FILADD.COM Cálculo de Autovalores y Autovectores 𝐴𝐴 es una matriz cualquiera de orden 𝑛𝑛 𝑥𝑥 𝑛𝑛 𝐴𝐴 �̅�𝑣 = 𝜆𝜆. 𝐼𝐼 �̅�𝑣 𝐴𝐴 �̅�𝑣 − 𝜆𝜆. 𝐼𝐼 �̅�𝑣 = 0 (𝐴𝐴 − 𝜆𝜆. 𝐼𝐼 ). �̅�𝑣 = 0 Representa un sistema de ecuaciones homogeneo de “n” ecuaciones y “n” incógnitas y det(𝐴𝐴 − 𝜆𝜆. 𝐼𝐼 ) = 0 Desarrollando el determinante obtenemos un polinomio 𝑃𝑃(𝜆𝜆) que se denomina polinomio característico y 𝑃𝑃(𝜆𝜆) = det(𝐴𝐴 − 𝜆𝜆. 𝐼𝐼 ) = 0 Se denomina Ecuación Característica Este archivo fue descargado de https://filadd.com � FILADD.COM Procedimiento para calcular valores y vectores característicos 1) Hallar el polinomio característico, 𝑃𝑃 𝜆𝜆 = det 𝐴𝐴 − 𝜆𝜆. 𝐼𝐼 2) Determinar las raíces (autovalores)de la ecuación característica, 𝑃𝑃 𝜆𝜆 = det 𝐴𝐴 − 𝜆𝜆. 𝐼𝐼 = 0. El orden de la matriz indica la cantidad de valores característicos, “n” valores 3) Hallar los autovectores que corresponden a cada valor característico, para ello resolver el sistema homogéneo 𝐴𝐴 − 𝜆𝜆. 𝐼𝐼 . �̅�𝑣 = 0 Autovalores y autovectores. Ejercicio concept6ual resuelto. Duración10,19 min https://www.youtube.com/watch?v=dHXp-rVlqkc Vectores propios de una matriz. Duración 9,35 min. https://www.youtube.com/watch?v=dUdS6alENbY&t=184s Autovalores y autovectores. Duración 15,11min https://www.youtube.com/watch?v=k0tsjgZa6-I Este archivo fue descargado de https://filadd.com � FILADD.COM https://www.youtube.com/watch?v=dHXp-rVlqkc https://www.youtube.com/watch?v=dUdS6alENbY&t=184s https://www.youtube.com/watch?v=k0tsjgZa6-I Veamos un ejemplo Hallar los autovalores y autovectores de la matriz A 𝐴𝐴 = 3 2 −1 0 𝑃𝑃 𝜆𝜆 = 0 𝜆𝜆2 − 3𝜆𝜆 + 2 = 0 𝜆𝜆1;2 = − −3 ± −3 2 − 4.2 2 𝜆𝜆1 = 2 𝑦𝑦 𝜆𝜆2 = 1 𝑃𝑃 𝜆𝜆 = 𝑑𝑑𝑑𝑑𝑑𝑑 𝐴𝐴 − 𝜆𝜆. 𝐼𝐼 𝐴𝐴 − 𝜆𝜆. 𝐼𝐼 = 3 2 −1 0 − 𝜆𝜆 . 1 0 0 1 𝐴𝐴 − 𝜆𝜆. 𝐼𝐼 = 3 2 −1 0 − 𝜆𝜆 0 0 𝜆𝜆 = 3 − 𝜆𝜆 2 −1 −𝜆𝜆 𝑃𝑃 𝜆𝜆 = 𝑑𝑑𝑑𝑑𝑑𝑑 3 − 𝜆𝜆 2 −1 −𝜆𝜆 = −𝜆𝜆 . 3 − 𝜆𝜆 − 2. −1 𝑃𝑃 𝜆𝜆 = 𝜆𝜆2 − 3𝜆𝜆 + 2 1 2 Este archivo fue descargado de https://filadd.com � FILADD.COM Continuando con el ejemplo 𝐴𝐴 − 𝜆𝜆. 𝐼𝐼 . �̅�𝑣 = 0 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝜆𝜆1 = 2 3 − 𝜆𝜆 2 −1 −𝜆𝜆 = 3 − 2 2 −1 −2 = 1 2 −1 −2 → 1 2 −1 −2 . 𝑥𝑥1 𝑥𝑥2 = 0 0 𝑥𝑥1 + 2𝑥𝑥2 = 0 y −𝑥𝑥1 − 2𝑥𝑥2 = 0 𝑥𝑥1 = −2𝑥𝑥2 y 𝑥𝑥2 = −1 2 𝑥𝑥1 �̅�𝑣 = 𝑥𝑥1 𝑥𝑥2 = 𝑥𝑥1 − 1 2 𝑥𝑥1 → 𝑆𝑆𝑆𝑆 𝑥𝑥1 = 𝑑𝑑 → 𝑑𝑑 − 1 2 𝑑𝑑 = 𝑑𝑑 1 − 1 2 𝐸𝐸𝑛𝑛𝑑𝑑𝐸𝐸𝑛𝑛𝐸𝐸𝑑𝑑𝐸𝐸 𝑢𝑢1 = 1 − 1 2 𝑑𝑑𝐸𝐸 𝑑𝑑𝑒𝑒 𝑃𝑃𝑢𝑢𝑑𝑑𝐸𝐸𝑣𝑣𝑑𝑑𝐸𝐸𝑑𝑑𝐸𝐸𝑃𝑃 𝑑𝑑𝑑𝑑𝑒𝑒 𝑃𝑃𝑢𝑢𝑑𝑑𝐸𝐸𝑣𝑣𝑃𝑃𝑒𝑒𝐸𝐸𝑃𝑃 𝜆𝜆1 = 2 −∞ < 𝑑𝑑 < ∞ 3 Este archivo fue descargado de https://filadd.com � FILADD.COM Continuando con el ejemplo 𝐴𝐴 − 𝜆𝜆. 𝐼𝐼 . �̅�𝑣 = 0 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝜆𝜆2 = 1 3 − 𝜆𝜆 2 −1 −𝜆𝜆 = 3 − 1 2 −1 −1 = 2 2 −1 −1 → 2 2 −1 −1 . 𝑥𝑥1 𝑥𝑥2 = 0 0 2𝑥𝑥1 + 2𝑥𝑥2 = 0 y −𝑥𝑥1 − 𝑥𝑥2 = 0 𝑥𝑥1 = −𝑥𝑥2 y 𝑥𝑥2= −𝑥𝑥1 �̅�𝑣 = 𝑥𝑥1 𝑥𝑥2 = −𝑥𝑥2 𝑥𝑥2 → 𝑆𝑆𝑆𝑆 𝑥𝑥2 = 𝑑𝑑 → −𝑑𝑑 𝑑𝑑 = 𝑑𝑑 −1 1 𝐸𝐸𝑛𝑛𝑑𝑑𝐸𝐸𝑛𝑛𝐸𝐸𝑑𝑑𝐸𝐸 𝑢𝑢2 = −1 1 𝑑𝑑𝐸𝐸 𝑑𝑑𝑒𝑒 𝑃𝑃𝑢𝑢𝑑𝑑𝐸𝐸𝑣𝑣𝑑𝑑𝐸𝐸𝑑𝑑𝐸𝐸𝑃𝑃 𝑑𝑑𝑑𝑑𝑒𝑒 𝑃𝑃𝑢𝑢𝑑𝑑𝐸𝐸𝑣𝑣𝑃𝑃𝑒𝑒𝐸𝐸𝑃𝑃 𝜆𝜆2 = 1 −∞ < 𝑑𝑑 < ∞ 3 Este archivo fue descargado de https://filadd.com � FILADD.COM Para terminar con el ejemplo Para cada valor “t” tenemos infinitos autovectores asociados a 𝜆𝜆1= 2 𝑦𝑦 𝜆𝜆2 = 1 Los infinitos autovectores forman un autoespacio o subespacio asociado a un autovalor Este archivo fue descargado de https://filadd.com � FILADD.COM Propiedades Una matriz simétrica tiene todos sus valores propios reales Los valores propios de una matriz son los recíprocos de los valores propios de la matriz inversa Cuando el valor propio es cero, el vector correspondiente es el vector nulo Los valores propios de una matriz son iguales a los de la matriz transpuesta Los valores propios de una matriz triangular son los elementos de la diagonal principal Si una matriz se multiplica por una constante, los valor propios resultaran multiplicados por dicha contante, pero los vectores propios no cambian. Los vectores propios de autoespacios diferentes de una matriz simétrica son siempre ortogonales entre si. La suma de los valores propios de una matriz cualquiera es igual a la traza (valor de la suma de los elementos de la diagonal principal) de dicha matriz Este archivo fue descargado de https://filadd.com � FILADD.COM Diagonalización Definición Se dice que una matriz cuadrada es diagonalizable si existe una matriz cuadrada P tal que 𝑃𝑃−1𝐴𝐴 𝑃𝑃 = 𝐷𝐷 P diagonaliza a la matriz A P es la matriz de transición de B’ a B Matriz diagonal Respecto a la Base B’ A matriz estándar Respecto a la base B Las matrices A y D son semejantes o similares “A” puede reducirse a una forma diagonal “D” mediante un cambio de base ¿Por qué nos interesa diagonalizar una matriz? Porque facilita cálculos como por ejemplo la potenciación Este archivo fue descargado de https://filadd.com � FILADD.COM Teorema Si A es una matriz de n x n entonces las siguientes proposiciones son equivalentes a) A es diagonalizable b) A tiene “n” autovectores linealmente independientes Suponemos que A es diagonalizable, entonces 𝑃𝑃−1𝐴𝐴 𝑃𝑃 = 𝐷𝐷 por definición Premultiplicando por P tenemos P 𝑃𝑃−1𝐴𝐴 𝑃𝑃 = P 𝐷𝐷 Luego 𝐴𝐴 𝑃𝑃 = P 𝐷𝐷 Partimos de 𝐴𝐴 𝑃𝑃 = 𝑃𝑃11 𝑃𝑃12 𝑃𝑃21 𝑃𝑃22 … 𝑃𝑃1𝑛𝑛 … 𝑝𝑝2𝑛𝑛 ⋮ ⋮ 𝑃𝑃𝑚𝑚1 𝑃𝑃𝑚𝑚2 ⋮ ⋮ … 𝑃𝑃𝑚𝑚𝑛𝑛 . 𝜆𝜆1 0 0 𝜆𝜆2 … 0 … 0 ⋮ ⋮ 0 0 ⋮ ⋮ … 𝜆𝜆𝑛𝑛 = 𝜆𝜆1𝑃𝑃1 𝜆𝜆2𝑃𝑃2 … 𝜆𝜆𝑛𝑛𝑃𝑃𝑛𝑛 Además 𝐴𝐴 𝑃𝑃 = 𝑃𝑃11 𝑃𝑃12 𝑃𝑃21 𝑃𝑃22 … 𝑃𝑃1𝑛𝑛 … 𝑃𝑃2𝑛𝑛 ⋮ ⋮ 𝑃𝑃𝑚𝑚1 𝑃𝑃𝑚𝑚2 ⋮ ⋮ … 𝑃𝑃𝑚𝑚𝑛𝑛 . 𝑃𝑃11 𝑃𝑃12 𝑃𝑃21 𝑃𝑃22 … 𝑃𝑃1𝑛𝑛 … 𝑝𝑝2𝑛𝑛 ⋮ ⋮ 𝑃𝑃𝑚𝑚1 𝑃𝑃𝑚𝑚2 ⋮ ⋮ … 𝑃𝑃𝑚𝑚𝑛𝑛 = 𝑃𝑃1𝑃𝑃1 𝑃𝑃2𝑃𝑃2 … 𝑃𝑃𝑛𝑛𝑃𝑃𝑛𝑛 Indecamos los vectores columna 𝑃𝑃1 ; 𝑃𝑃2 ; … ; 𝑃𝑃𝑛𝑛 Este archivo fue descargado de https://filadd.com � FILADD.COM Continuando con el Teorema Como 𝐴𝐴 𝑃𝑃 = P 𝐷𝐷 entonces 𝐴𝐴𝑃𝑃1 𝐴𝐴𝑃𝑃2… 𝐴𝐴𝑃𝑃𝑛𝑛 = =… = 𝜆𝜆1𝑃𝑃1 𝜆𝜆2𝑃𝑃2… 𝜆𝜆𝑛𝑛𝑃𝑃𝑛𝑛 𝜆𝜆1; 𝜆𝜆2; … ; 𝜆𝜆𝑛𝑛 𝐸𝐸𝐸𝐸𝑛𝑛 𝑒𝑒𝐸𝐸𝐸𝐸 𝑃𝑃𝑢𝑢𝑑𝑑𝐸𝐸𝑣𝑣𝑃𝑃𝑒𝑒𝐸𝐸𝑃𝑃𝑑𝑑𝐸𝐸 𝑑𝑑𝑑𝑑 𝐴𝐴 𝑃𝑃1 ;𝑃𝑃2 ; … ;𝑃𝑃𝑛𝑛 𝐸𝐸𝐸𝐸𝑛𝑛 𝑒𝑒𝐸𝐸𝐸𝐸 𝑃𝑃𝑢𝑢𝑑𝑑𝐸𝐸𝑣𝑣𝑑𝑑𝐸𝐸𝑑𝑑𝐸𝐸𝑃𝑃𝑑𝑑𝐸𝐸 𝑑𝑑𝑑𝑑 𝐴𝐴 Supuesto que P es invertible, sus vectores columna 𝑃𝑃1 ; 𝑃𝑃2 ; … ; 𝑃𝑃𝑛𝑛 no son cero , por lo tanto 𝜆𝜆1; 𝜆𝜆2; … ; 𝜆𝜆𝑛𝑛 son los autovalores de A y 𝑃𝑃1 ; 𝑃𝑃2 ; … ;𝑃𝑃𝑛𝑛 son los autovectores correspondientes Los vectores 𝑃𝑃1 ; 𝑃𝑃2 ; … ; 𝑃𝑃𝑛𝑛 son linealmente independiente por lo que la matriz A tienen ”n” autovectores linealmente independientes. 𝐸𝐸𝐸𝐸𝑃𝑃𝑃𝑃𝑑𝑑𝑝𝑝𝐸𝐸𝑛𝑛𝑑𝑑𝑆𝑆𝑑𝑑𝑛𝑛𝑑𝑑𝑑𝑑𝐸𝐸 𝑃𝑃 𝐸𝐸𝑃𝑃𝑑𝑑𝑃𝑃 𝜆𝜆 Los vectores columna de P no son ceros pues P es invertible Este archivo fue descargado de https://filadd.com � FILADD.COM Una matriz 𝐴𝐴𝜖𝜖𝑅𝑅𝑛𝑛𝑛𝑛𝑛𝑛 es diagonalizable si tiene “n” vectores propios LI. Siendo los elementos de la diagonal principal de la matriz D los autovalores y los vectores columna de la matriz de transición P los autovectores de A Si los autovalores son reales y distintos la matriz A es digonalizable Si hay autovalores múltiples la matriz puede ser o no diagonalizable. La dimensión de los subespacios propios debe ser igual al orden de multiplicidad del autovalor. Si los autovalores son complejos la matriz no es diagonalizable ¿Cuándo una matriz es diagonalizable? Este archivo fue descargado de https://filadd.com � FILADD.COM Procedimiento para diagonalizar una matriz 1) Hallar el polinomio característico, 𝑃𝑃 𝜆𝜆 = det 𝐴𝐴 − 𝜆𝜆. 𝐼𝐼 2) Determinar los autovalores, 𝑃𝑃 𝜆𝜆 = det 𝐴𝐴 − 𝜆𝜆. 𝐼𝐼 = 0. 3) Hallar los autovectores asociados a los autovlores , 𝐴𝐴 − 𝜆𝜆. 𝐼𝐼 . �̅�𝑣 = 0 4) Armar la matriz de transición P 5) Calcular la matriz diagonal D, 𝑃𝑃−1𝐴𝐴 𝑃𝑃 = 𝐷𝐷 Este archivo fue descargado de https://filadd.com � FILADD.COM Veamos un ejemplo 𝐴𝐴 = 2 1 2 3 ¿Es diagonalizable? 𝑃𝑃 𝜆𝜆 = 0 𝜆𝜆2 − 5𝜆𝜆 + 4 = 0 𝜆𝜆1;2 = − −5 ± −5 2 − 4.4 2 𝜆𝜆1 = 4 𝑦𝑦 𝜆𝜆2 = 1 𝑃𝑃 𝜆𝜆 = 𝑑𝑑𝑑𝑑𝑑𝑑 𝐴𝐴 − 𝜆𝜆. 𝐼𝐼 𝐴𝐴 − 𝜆𝜆. 𝐼𝐼 = 2 1 2 3 − 𝜆𝜆 . 1 0 0 1 𝐴𝐴 − 𝜆𝜆. 𝐼𝐼 = 2 1 2 3 − 𝜆𝜆 0 0 𝜆𝜆 = 2 − 𝜆𝜆 1 2 3 − 𝜆𝜆 𝑃𝑃 𝜆𝜆 = 𝑑𝑑𝑑𝑑𝑑𝑑 2 − 𝜆𝜆 1 2 3 − 𝜆𝜆 = 2 − 𝜆𝜆 . 3 − 𝜆𝜆 − 2 𝑃𝑃 𝜆𝜆 = 𝜆𝜆2 − 5𝜆𝜆 + 4 1 2 Este archivo fue descargado de https://filadd.com � FILADD.COM Continuando con el ejemplo 𝐴𝐴 − 𝜆𝜆. 𝐼𝐼 . �̅�𝑣 = 0 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝜆𝜆1 = 4 2 − 𝜆𝜆 1 2 3 − 𝜆𝜆 = 2 − 4 1 2 3 − 4 = −2 1 2 −1 → −2 1 2 −1 . 𝑥𝑥1 𝑥𝑥2 = 0 0 −2𝑥𝑥1 + 𝑥𝑥2 = 0 y 2𝑥𝑥1 − 𝑥𝑥2 = 0 Luego 𝑥𝑥2 = 2𝑥𝑥1 �̅�𝑣 = 𝑥𝑥1 𝑥𝑥2 = 𝑥𝑥1 2 𝑥𝑥1 → 𝑆𝑆𝑆𝑆 𝑥𝑥1 = 𝑑𝑑 → 𝑑𝑑 2 𝑑𝑑 = 𝑑𝑑 1 2 𝐸𝐸𝑛𝑛𝑑𝑑𝐸𝐸𝑛𝑛𝐸𝐸𝑑𝑑𝐸𝐸 𝑢𝑢1 = 1 2 𝑑𝑑𝐸𝐸 𝑑𝑑𝑒𝑒 𝑃𝑃𝑢𝑢𝑑𝑑𝐸𝐸𝑣𝑣𝑑𝑑𝐸𝐸𝑑𝑑𝐸𝐸𝑃𝑃 𝑑𝑑𝑑𝑑𝑒𝑒 𝑃𝑃𝑢𝑢𝑑𝑑𝐸𝐸𝑣𝑣𝑃𝑃𝑒𝑒𝐸𝐸𝑃𝑃 𝜆𝜆1 = 4 −∞ < 𝑑𝑑 < ∞ 3 Este archivo fue descargado de https://filadd.com � FILADD.COM Continuando con el ejemplo 𝐴𝐴 − 𝜆𝜆. 𝐼𝐼 . �̅�𝑣 = 0 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝜆𝜆2 = 1 2 − 𝜆𝜆 1 2 3 − 𝜆𝜆 = 2 − 1 1 2 3 − 1 = 1 1 2 2 → 1 1 2 2 . 𝑥𝑥1 𝑥𝑥2 = 0 0 𝑥𝑥1 + 𝑥𝑥2 = 0 y 2𝑥𝑥1 + 2𝑥𝑥2 = 0 Luego 𝑥𝑥1 = −𝑥𝑥2 �̅�𝑣 = 𝑥𝑥1 𝑥𝑥2 = 𝑥𝑥1 −𝑥𝑥1 → 𝑆𝑆𝑆𝑆 𝑥𝑥1 = 𝑑𝑑 → 𝑑𝑑 − 𝑑𝑑 = 𝑑𝑑 1 −1 𝐸𝐸𝑛𝑛𝑑𝑑𝐸𝐸𝑛𝑛𝐸𝐸𝑑𝑑𝐸𝐸 𝑢𝑢2 = 1 −1 𝑑𝑑𝐸𝐸 𝑑𝑑𝑒𝑒 𝑃𝑃𝑢𝑢𝑑𝑑𝐸𝐸𝑣𝑣𝑑𝑑𝐸𝐸𝑑𝑑𝐸𝐸𝑃𝑃 𝑑𝑑𝑑𝑑𝑒𝑒 𝑃𝑃𝑢𝑢𝑑𝑑𝐸𝐸𝑣𝑣𝑃𝑃𝑒𝑒𝐸𝐸𝑃𝑃 𝜆𝜆2 = 1 −∞ < 𝑑𝑑 < ∞ 3 Este archivo fue descargado de https://filadd.com � FILADD.COM Continuando con los cálculos Para cada valor “t” tenemos infinitos autovectores asociados a 𝜆𝜆1= 4 𝑦𝑦 𝜆𝜆2 = 1 Matriz de transición P 𝑃𝑃 = 𝑢𝑢1 𝑢𝑢2 → 𝑃𝑃 = 1 2 1 −1 Cálculo de la matriz diagonal 𝑃𝑃−1𝐴𝐴 𝑃𝑃 = 𝐷𝐷 𝑃𝑃−1 = 1 3 2 3 1 3 − 1 3 𝑃𝑃−1𝐴𝐴 𝑃𝑃 = 1 3 2 3 1 3 − 1 3 . 2 1 2 3 . 1 2 1 −1 = 4 0 0 1 5 4 Este archivo fue descargado de https://filadd.com � FILADD.COM Aplicaciones Frecuencias de Resonancia. Como vibra y a qué frecuencia un objeto sólido. Ejemplo: viga metálica empotrada en una pared. Reconocimiento Facial. Ejemplo: Eigenfaces Teoría de grafos: Ejemplo: Page Rank de Google Sistemas dinámicos (dependen del tiempo). Ejemplo: Supermercado Otros Este archivo fue descargado de https://filadd.com � FILADD.COM Como vibra y a qué frecuencia un objeto sólido. Ej. viga metálica empotrada en una pared. Este archivo fue descargado de https://filadd.com � FILADD.COM Reconocimiento Facial Eigenfaces Este archivo fue descargado de https://filadd.com � FILADD.COM Teoría de grafos Ejemplo: Page Rank de Google https://www.youtube.com/watch?v=FNjQ-itLuBY&t=6s Cómo funciona el algoritmo PageRank de Google. Duración 4,40 min. Teoría de grafos. Duración 24,24 min. https://www.youtube.com/watch?v=qZnnAUARP60 Este archivo fue descargado de https://filadd.com � FILADD.COM https://www.youtube.com/watch?v=FNjQ-itLuBY&t=6s https://www.youtube.com/watch?v=qZnnAUARP60 Para saber más En https://www.feandalucia.ccoo.es/docu/p5sd4864.pdf ver “2. Aplicaciones del autovalor de Perrón. Buscador Google” en la página 7 Este archivo fue descargado de https://filadd.com � FILADD.COM https://www.feandalucia.ccoo.es/docu/p5sd4864.pdf Sistemas dinámicos Ejemplo: Supermercado Una empresa de publicidad encargada de la propaganda de un supermercado A, determina que del total de clientes que compran en el supermercado A un fin de semana, el 80% vuelve a comprar en A el siguiente fin de semana, mientras que el 20% restante va a comprar al supermercado B. Se sabe también que del total de clientes que compra en B un fin de semana, el 70% vuelve a comprar el fin de semana siguiente en ese supermercado y el 30% restante va al supermercado A. ¿Cuál es la distribución de clientes luego de ocho fines de semanas siguientes al estado inicial? Este archivo fue descargado de https://filadd.com � FILADD.COM es el estado inicial del sistema es el porcentaje de clientes que compra en el supermercado A y B respectivamente, al fin de la semana inicial es el estado del sistema al fin de semana siguiente, S1 es el porcentaje de clientes que compra en el supermercado A y B respectivamente, el fin de semana siguiente. es la matriz de transición que nos permite pasar del estado S0 al estado S1 Este archivo fue descargado de https://filadd.com � FILADD.COM Luego, el estado del sistema S2 se obtiene repitiendo el procedimiento anterior: Por último, el estado del sistema n fines de semana luego del estado inicial considerado es: Este archivo fue descargado de https://filadd.com � FILADD.COM Por lo tanto, para encontrar el estado S8 del sistema se debe calcular la potencia octava de la matriz de transición. Realizando algunas operaciones, se obtiene: Este archivo fue descargado de https://filadd.com � FILADD.COM Si el estado inicial del sistema es: es decir, el supermercado A tiene 65% de los clientes y el supermercado B tiene el 35% de los clientes, luego de ocho fines de semanas siguientes al estado inicial, la distribución de clientes se estabiliza en los siguientes porcentajes: De esta manera, se puede concluir que el supermercado A tiene aproximadamente el 60% de los clientes y el supermercado B, el 40%. Este archivo fue descargado de https://filadd.com � FILADD.COM Para describir la evolución de un sistema dinámico, como ya se ha visto, se deben calcular potencias de matrices cuadradas. Si se considera el sistema cuyo estado en el tiempo k está representado por el vector columna x y sea A Є Rnxn la matriz de cambio de estado, el estado del sistema en el tiempo k+1 será: A . xk = xk+1 En el tiempo k+2, el estado del sistema será: A . xk+1 = xk+2 A . xk+1 = A. (A . xk ) = A2 . xk = xk+2 Y si se repite el procedimiento, se obtiene: Ap . xk = xk+p Es decir, el estado del sistema en el tiempo k+p será Ap veces el estado del sistema en el tiempo k. Además, es conveniente poder predecir cómo evolucionará el sistema en períodos grandes, es decir, cuando p → ∞. Para resolver estas cuestiones, resulta conveniente encontrar una forma eficiente de calcular potencias de matrices para poder determinar Ap cuando p→∞. Este archivo fue descargado de https://filadd.com � FILADD.COM Paracalcular la potencia enésima de una matriz A Є Rnxn, se diagonalizará la matriz A. Teniendo en cuenta que P-1 A P = D, resulta: P P-1 A P P-1 = P D P-1 A = P D P-1 Y para calcular potencias de A, A2 = (P D P-1) (P D P-1) = P D (P-1 P) D P-1 = P D I D P-1 = P D2 P-1 Repitiendo el procedimiento, se obtiene: An = P Dn P-1 El cálculo de potencias de una matriz diagonal es sencillo: Este archivo fue descargado de https://filadd.com � FILADD.COM es decir, basta con elevar a la n cada elemento de la diagonal principal. Volviendo nuevamente al problema inicial, es decir, calcular la distribución de clientes luego de ocho fines de semanas siguientes al estado inicial, es ahora fácil determinar su solución. Para ello, diagonalizaremos la matriz A. Para obtener la matriz diagonal D, se calcularán los autovalores asociados a la matriz A. (1) Este archivo fue descargado de https://filadd.com � FILADD.COM Para calcular los autovectores para cada autovalor, es necesario resolver el siguiente sistema de ecuaciones: Si λ1 = 1 , resulta: (2) La solución de (2) son vectores de la forma (x1, 2/3 x1)t . Por lo tanto, un autovector correspondiente a λ1 = 1 es (1, 2/3)t. Si λ2 = 0,5 , resulta: (3) La solución de (3) son vectores de la forma (x1, -x1)t . Luego, un autovector correspondiente a λ2 = 0,5 es (1, -1)t. Este archivo fue descargado de https://filadd.com � FILADD.COM Entonces, la matriz P que diagonaliza a la matriz A y su inversa son: La matriz D diagonal similar a la matriz A es, entonces: Luego, resulta: Este archivo fue descargado de https://filadd.com � FILADD.COM Recordando que el estado inicial del sistema es S0 = (0,65, 0,35)t , la distribución, en porcentajes, de clientes luego de n semanas será: De esta manera, los porcentajes de clientes de cada supermercado cuando n es muy grande, n→∞, será: Así, se tiene que al supermercado A concurrirá el 60% de los clientes y al supermercado B concurrirá el 40% de los clientes. Este archivo fue descargado de https://filadd.com � FILADD.COM Terminamos con los temas del día de hoy Ahora un recreo, o lo que quieras Este archivo fue descargado de https://filadd.com � FILADD.COM Material desarrollado para las clases de Álgebra y Geometría Analítica con fines didácticos Bibliografía y webgrafía consultada: Material de Cátedra Imágenes Recopilación realizada por Ing. Silvia Socolovsky Este archivo fue descargado de https://filadd.com � FILADD.COM Número de diapositiva 1 Autovalores y Autovectores Autovalores y Autovectores � Veamos un ejemplo Número de diapositiva 5 Procedimiento para calcular valores y vectores característicos Veamos un ejemplo�Hallar los autovalores y autovectores de la matriz A�𝐴= 3 2 −1 0 � Continuando con el ejemplo Continuando con el ejemplo Para terminar con el ejemplo Propiedades Número de diapositiva 12 Teorema Continuando con el Teorema Número de diapositiva 15 Procedimiento para diagonalizar una matriz Veamos un ejemplo�𝐴= 2 1 2 3 ¿Es diagonalizable?� Continuando con el ejemplo Continuando con el ejemplo Continuando con los cálculos Aplicaciones Como vibra y a qué frecuencia un objeto sólido.� Ej. viga metálica empotrada en una pared. Reconocimiento Facial�Eigenfaces� Teoría de grafos�Ejemplo: Page Rank de Google� Para saber más Sistemas dinámicos�Ejemplo: Supermercado Número de diapositiva 28 Número de diapositiva 29 Número de diapositiva 30 Número de diapositiva 31 Número de diapositiva 32 Número de diapositiva 33 Número de diapositiva 34 Número de diapositiva 35 Número de diapositiva 36 ��Terminamos con los temas del día de hoy� Número de diapositiva 38