Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diagonalizacion
Diagonalizacion
Un poco de historia
Los valores y vectores propios pertenecen a los temas de mayor utilidad del lgebra lineal. Se usan en varias reas de las matemticas, fsica, mecnica, ingeniera elctrica y nuclear, hidrodinmica, aerodinmica,etc. De hecho, es raro encontrar un rea de la ciencia aplicada donde nunca se hayan usado. Puede parecer muy extrao, pero los valores propios de las matrices aparecieron publicados antes que las matrices. Esto se debe al hecho inslito de que, parafraseando a Cailey, la teora de las matrices estaba bien desarrollada (a travs de la teora de los determinantes) antes de que siquiera se definieran las matrices. Segn Morris Kline, los valores propios se originaron en el contexto de formas cuadrticas y en la mecnica celeste (el movimiento de los planetas), conocindose como races caractersticas de la ecuacin escalar. Desde aproximadamente 1740, Euler usaba de manera implcita los valores propios para describir geomtricamente las formas cuadrticas en tres variables. En la dcada de 1760, Lagrange estudi un sistema de seis ecuaciones diferenciales del movimiento de los planetas (slo se conocan seis) y de ah dedujo una ecuacin polinomial de sexto grado, cuyas races eran los valores propios de una matriz 6 6. En 1820, Cauchy se dio cuenta de la importancia de los valores propios para determinar los ejes principales de una forma cuadrtica con n variables. Tambin aplic sus descubrimientos a la teora del movimiento planetario. Fue Cauchy quien, en 1840, us por primera vez los trminos valores caractersticos y ecuacin caracterstica para indicar los valores propios y la ecuacin polinomial bsica que satisfacen.
Fundamentos Matemticos de la Ingeniera
AugustinAugustin-Louis Cauchy (1789(1789-1857) naci naci en Par Pars. Fue educado en casa por su padre y no ingres ingres en la escuela hasta los trece a aos, aunque pronto empez empez a ganar premios acad acadmicos. A los diecis diecisis entr entr en la cole Polytechnique parisina y a los dieciocho asist asista a una escuela de ingenier ingeniera civil, donde se gradu gradu tres a aos despu despus. Su primer trabajo fue como ingeniero militar para Napole Napolen, ayudando a construir las defensas en Cherburgo. Cherburgo. A los veinticuatro aos volvi volvi a Par Pars y dos m ms tarde demostr demostr una conjetura de Fermat que hab haba superado a Euler y Gauss. Con veintisiete a aos ya era uno de los matem matemticos de mayor prestigio y empez empez a trabajar en las funciones de variable compleja, publicando las 300 p pginas de esa investigaci investigacin once a aos despu despus. En esta poca public public sus trabajos sobre l lmites, continuidad y sobre la convergencia de las series infinitas. Joseph Louis Lagrange (1736-1813) Matemtico y fsico francs. En un libro de 1797 l enfatiz la importancia de la serie de Taylor y el concepto de funcin. Trabaj en el sistema mtrico y defendi la base decimal. Leonhard Euler (1707-1783) Matemtico suizo. Los trabajos cientficos de Euler abarcan prcticamente todas las matemticas contemporneas a l. En todas las ramas de las matemticas hizo descubrimientos notables, que lo situaron en el primer lugar en el mundo. Euler fue capaz de comprender las matemticas como un todo nico, aunque enorme en el confluan un montn de ramas importantes y ante todo el Anlisis. Laplace indic que Euler fue el maestro comn de todos los matemticos de la segunda mitad del siglo XVIII. Euler fue en gran medida responsable de los smbolos e, i y.
Fundamentos Matemticos de la Ingeniera 3
Un escalar se llama valor propio de A si existe una soluci de ; una de esas solucin no trivial soluciones no triviales se denomina vector propio de A asociado al valor propio . El conjunto de todos los valores propios de una matriz cuadrada A se denomina espectro de A y se denota (A). (A).
Fundamentos Matemticos de la Ingeniera 4
Cierta informaci informacin til de los valores propios de una matriz cuadrada A se encuentra codificada en una ecuaci ecuacin escalar llamada ecuaci ecuacin caracter caracterstica de A. Este hecho nos va a permitir enunciar un resultado de gran importancia pr prctica para el clculo de los valores propios de una matriz cuadrada. Para que sea valor propio de la matriz cuadrada A, el sistema homog homogneo () ha de tener soluciones no triviales, luego el determinante de la matriz cuadrada A I ha de ser cero. Polinomio caracter caracterstico de A Los valores propios de una matriz cuadrada son las ra ces de su ra races polinomio caracter stico caracter caracterstico
5
SUBESPACIOS PROPIOS
Subespacios propios. Propiedades.Propiedades.1.1.- Todo vector propio de A est est asociado a un nico valor propio de A. 2.2.vectorial de asociado a . es un subespacio y se denomina subespacio propio
3.3.-
4.4.- Si de A y
Fundamentos Matemticos de la Ingeniera
La suma de los valores propios de una matriz, teniendo en cuenta su multiplicidad, coincide con la traza de la matriz
Fundamentos Matemticos de la Ingeniera 7
Soluci Solucin
1 d = dim V() k
Soluci Solucin
10
11
OBSERVACIONES.OBSERVACIONES.-
1.1.- Sea
tal que:
valores propios distintos de A: 1 , 2 , , r rdenes respectivos: k1 , k2 , , kr dimensi dimensin de los subespacios propios asociados: di = V(i) d1 , d2 , , dr
se cumple que:
orden de la matriz
2.2.- Si
cumple que:
3.3.- Conocido el polinomio caracter caracterstico de una matriz cuadrada se puede calcular f fcilmente su determinante:
13
son semejantes
Dos matrices semejantes tienen el mismo polinomio caracter caracterstico, luego tienen los mismos valores propios con los mismos rdenes de multiplicidad. Sin embargo, el rec recproco no es necesariamente cierto. Es decir, existen matrices coon el mismo polinomio car carcter cterstico pero que no son semejantes.
Fundamentos Matemticos de la Ingeniera 14
Una matriz cuadrada A se dice diagonalizable si existe una matriz regular P que cumple que: que: Es decir, A es semejante a una matriz diagonal.
Fundamentos Matemticos de la Ingeniera 15
La definici definicin anterior de matriz diagonalizable no resulta demasiado til en la pr prctica. Una caracterizaci caracterizacin muy interesante de matrices diagonalizables es la siguiente: Una matriz es diagonalizable si y s formada por slo si existe una base de vectores propios de la matriz A. Existe un resultado muy c cmodo que nos permite justificar de manera muy simple si una matriz cuadrada A es diagonalizable o no: A es diagonalizable si y s lo si se cumplen las s slo dos condiciones siguientes: k1 1 + k2 2 + + kr r= n dii = kii ; i = 1, 2 , , r
Fundamentos Matemticos de la Ingeniera 16
Las dos condiciones del resultado anterior se pueden resumir en una nica condici condicin, obteniendo el siguiente resultado:
A es diagonalizable si y s lo si : s slo d1 1 + d2 2 + + dr r= n
Del resultado anterior se obtiene f fcilmente el siguiente corolario:
Una matriz cuadrada A de orden n con n valores propios reales distintos, es diagonalizable. diagonalizable.
Fundamentos Matemticos de la Ingeniera 17
1.1.- Calcular los valores propios de A indicando sus rdenes. 2.2.- Calcular los subespacios propios V(i) y bases Bi de cada subespacio. subespacio.
base de formada por v.p. de A.
Sabemos que:
Soluci Solucin
19
Soluci Solucin
20
10
Como ya sabemos, el c clculo de las potencias Ak puede ser bastante tedioso. Sin embargo, si A es diagonalizable y hemos calculado P y D, entonces sabemos que as as que: Con lo cual, iterando el proceso llegamos a: Como el c clculo de Dk equivale a elevar s slo los elementos diagonales de D a la k-sima potencia, vemos que Ak es fcil de obtener. Si sucede que A es invertible, invertible, entonces 0 no es valor propio de A. Por consiguiente D-1 existe y
21
11
Teorema espectral.espectral.Sea 1.1.2.2.3.3.4.4.A es diagonalizable, diagonalizable, es decir: A es diagonalizable ortogonalmente, ortogonalmente, es decir: matriz sim simtrica: Todos los valores propios de A son reales.
23
Cmo se diagonaliza ortogonalmente Cmo una matriz sim trica? sim simtrica?
1.1.- Calcular los valores propios de A indicando sus rdenes. 2.2.- Calcular los subespacios propios V(i) y bases Bi de cada subespacio. subespacio. Recordar que al ser A sim simtrica es diagonalizable y por tanto: di = ki.
base de formada por v.p. de A.
En orden
24
12
Teorema de la matriz invertible. invertible.- Sea A una matriz cuadrada de orden n. Entonces los enunciados que siguen son equivalentes. 1.1.- A es una matriz invertible. 2.2.- A es una matriz regular. 3.. 3.- A es equivalente por filas a la matriz In , es decir: 4.4.- Los vectores columna de A son linealmente independientes. 5.. 5.- Los vectores columna de A generan 6.. 6.- Los vectores columna de A forman una base de 7.7.- Los vectores fila de A son linealmente independientes. 8.. 8.- Los vectores fila de A generan 9.. 9.- Los vectores fila de A forman una base de 10.10.- AT es una matriz invertible. 11.11.- Existe una matriz B cuadrada de orden n tal que A B = In. 12.12.- Existe una matriz C cuadrada de orden n tal que C A = In. 13.13.- r ( A ) = n. 14.. 14.15.15.- El sistema hom homgeneo A x = 0 tiene solamente la soluci solucin trivial. 16.16.- El sistema A x = b es siempre compatible determinado y la soluci solucin viene dada por: x = A-1 b. 17.17.- 0 no es valor propio de A.
Fundamentos Matemticos de la Ingeniera 25
Diagonalizacin de matrices
Condiciones de diagonalizabilidad Diagonalizacin de matrices
Polinomio caracterstico
Subespacio propio
Diagonalizacin ortogonal
Resultados interesantes
26
13