Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
SEMANA 13: AUTOVALORES Y AUTOVECTORES PROPIOS ESPACIOS PROPIOS ASOCIADOS A UNA MATRIZ Sea A una matriz de n x n. El escalar λ se denomina eigenvalor (valor propio) de A si existe un vector x diferente de cero tal que: Ax = λx El vector x se llama eigenvector (vector propio) de A correspondiente a λ. Una matriz puede tener más de un eigenvalor. Interpretación geométrica en R² VALORES Y VECTORES PROPIOS Highlight Sea A una matriz de n x n 1. Un eigenvalor de A es un escalar λ tal que det (λI – A) = 0. 2. Los eigenvectores de A correspondientes a λ son las soluciones diferentes de cero de (λI – A)x = 0. La ecuación det (λI – A) = 0 se llama ecuación característica de A. Además, cuando se desarrolla en forma de polinomio, éste se llama polinomio característico de A. Esta definición establece que los eigenvalores de una matriz de n x n corresponden a las raíces del polinomio característico de A. VALORES Y VECTORES PROPIOS Highlight Highlight Highlight Determinación de eigenvalores y eigenvectores Sea A una matriz de n x n. 1. Forme la ecuación característica |λI – A| = 0. Será una ecuación polinomial de grado n en la variable λ. 2. Determine las raíces reales de la ecuación característica. Éstas son los eigenvalores de A. 3. Para todo eigenvalor λi, determine los eigenvectores correspondientes a λi al resolver el sistema homogéneo: (λi I – A)x = 0 Para llevar a cabo lo anterior se requiere reducir por renglones una matriz de n x n. La forma resultante escalonada reducida por renglones debe contener por lo menos un renglón de ceros. Ejemplo 01: Halle los autovalores y los autovectores de la matriz: 53 64 A El polinomio característico de A es: 53 64 10 01 53 64 2IA 218)5)(4( 2 2 IA Donde la ecuación característica de A es: Los autovalores de A son 2 y –1. Los correspondientes autovectores se hallan usando los autovalores en la ecuación (A – I2)x = 0. 1 o 2 0)1)(2(022 Solución • Para = 2 Resolvemos: (A – 2I2)x = 0 para x. 0 2 1 33 66 x x Resolviendo el sistema: Obtenemos: x1 = –x2. Las soluciones del sistema son x1 = –r, x2 = r, donde r es un escalar. El autovector de A correspondiente a = 2 es: 033 066 21 21 xx xx 1 1 2 2 1 1 v 1 1 x x r x • Para = –1 Resolvemos: (A + 1I2)x = 0 para x. 0 2 1 63 63 x x Resolviendo el sistema: Obtenemos: x1 = –2x2. Las soluciones del sistema son x1 = –2s y x2 = s, donde s es un escalar. El autovector de A correspondiente a = –1 es: 063 063 21 21 xx xx 1 2 2 2 2 2 v 1 1 x x s x Encuentre los eigenvalores y los correspondientes eigenvectores de con lo que se obtienen La ecuación característica de A es EJEMPLO 2 y Hallando los eigenvectores: (λI – A)x = 0: Para = –1 Resolvemos: (A + 1I2)x = 0 para x. La matriz de coeficientes es Solución Que se reduce por renglones a Con lo que se prueba que Si x₂ = t, usted puede concluir que todo eigenvector de λ1 es de la forma Para se tiene TEOREMA Los eigenvectores de λ forman un subespacio Si A es una matriz de n x n con un eigenvalor λ, entonces el conjunto de todos los eigenvectores de λ, junto con el vector cero, {x: x es un eigenvector de λ} ∪ {0} es un subespacio de Rn . Este subespacio se llama eigenespacio de λ. Determinar los eigenvalores y los eigenespacios correspondientes de una matriz puede ser difícil. Sin embargo, algunas veces se pueden determinar eigenvalores y eigenespacios por simple inspección. NOTA: Para que sea valor propio de la matriz cuadrada A, el sistema homogéneo () ha de tener soluciones no triviales, luego el determinante de la matriz cuadrada A · I ha de ser cero. Polinomio característico de A Ecuación característica de A Los valores propios de una matriz cuadrada son las raíces de su polinomio característico SUBESPACIOS PROPIOS Todo vector propio de A está asociado a un único valor propio de A. 1.- 2.- es un subespacio vectorial de y se denomina subespacio propio asociado a . 3.- 4.- Si son valores propios distintos de A y , entonces: es un sistema libre ¿Cómo calcular los valores propios de una matriz cuadrada? Los valores propios de una matriz cuadrada A son las raíces de su polinomio característico. El orden del valor propio es la multiplicidad k de como raíz del polinomio característico. Si k = 1, es un valor propio simple. La suma de los valores propios de una matriz, teniendo en cuenta su multiplicidad, coincide con la traza de la matriz Observación 14 -EJEMPLO.- Calcular los valores propios de A, indicando su orden o multiplicidad: Solución Espectro de A Atención ¿Cómo calcular los subespacios propios de una matriz cuadrada? Para calcular los subespacios propios de una matriz cuadrada A debemos resolver un sistema homogéneo compatible indeterminado. Si es un valor propio de orden k de una matriz A y d = dim V(), entonces: 1 d = dim V() k 16 -EJEMPLO.- Calcular los subespacios propios de A, indicando su dimensión: Solución 17 18 OBSERVACIONES.- 1.- Sea tal que: valores propios distintos de A: 1 , 2 , , r órdenes respectivos: k1 , k2 , , kr dimensión de los subespacios propios asociados: di = V(i) d1 , d2 , , dr se cumple que: nro. valores propios distintos orden de la matriz
Compartir