VALORES Y VECTORES PROPIO (EIGENVALORES Y EIGENVECTORES) Los valores y vectores propios se conocen tambin como eigenvectores y eigenvalores.

Estos valores y vectores propios se utilizan generalmente en sistemas lineales de ecuaciones homogneos que representan a problemas de ingeniera. El problema de determinar los eigenvalores de una matriz se presenta en problemas de equilibrio dinamico (vibraciones, elasticidad, sistemas oscilatorios). Un sistema lineal homogneo tiene la forma general [A]{X}=0 En el sistema de ecuaciones mostrado en forma matricial, se pueden obtener soluciones no triviales (donde el vector X es distinto de cero). Generalmente estas soluciones no son nicas, ya que las ecuaciones simultaneas en el sistema mostrado establecen relaciones entre las x, las cuales pueden crear vectores {X} con distinos valores, cada vector puede satisfacer al sistema, estoe es, puede existir mas de un vector solucin. El sistema matricial mostrado se puede representar en la forma general de un sistema de ecuaciones:

Ahora es un valor desconocido llamado valor propio (eigenvalor). Una solucin {X} para el sistema anterior, se conoce como vector propio (eigenvector). El sistema de ecuaciones se puede expresar como [[A]-*I]]{X}=0 Para resolver la expresin antes mostrada se requiere conocer , y para que exista una solucin no trivial, el determinante de la matriz [A]=[[A]-*I]] debe ser igual a cero. El desarrollo del determinante igualandolo a cero, da como resultado un polinomio (conocido como ecuacin caracterstica de grado n (tamao de la matriz) y las races de este polinomio son las soluciones de los eigenvalores, pudiendo ser estos con valor repetido. Esta ecuacin caracterstica es de la forma

Al sustituir uno de los eigenvalores en la matriz [A], se obtiene una sistema lineal de ecuaciones homogneas con solucin diferente de la trivial. Para resolver el sistema se da a una de las incognitas de {X} un valor arbitriario, por ejemplo x1=1, con esto se obtiene los valores de las otras incognitas en trminos de x1 al resolver el sistema resultante. Con la solucin del sistema se obtendr el eigenvector correspondiente al eigenvalor utilizado. METODO DE LEVERRIER-FADDEEV PARA LA OBTENCION DE LA ECUACION CARACTERISTICA. Este mtodo hace uso de la traza de una matriz (tr[A]), esta es la suma de los elementos de la diagonal principal. El mtodo se expresa por el sig. Conjunto de ecuaciones concurrentes:

Donde, b1, b2,, bn, son las constantes a1,,an-1,an, de l a ecuacin caracterstica anterior, a0 =1

METODOD DE DIFERENCIAS FINITAS Una diferencia finita es una expresin matemtica de la forma f(x + b) f(x +a). Si una diferencia finita se divide por b a se obtiene una expresin similar al cociente diferencial, que difiere en que se emplean cantidades finitas en lugar de infinitesimales. La aproximacin de las derivadas por diferencias finitas desempea un papel central en los mtodos de diferencias finitas del anlisis numrico para la resolucin de ecuaciones diferenciales. Otro aspecto importante es que las diferencias finitas aproximan cocientes diferenciales a medida que h se acerca a cero. As que se pueden usar diferencias finitas para aproximar derivadas. Esta tcnica se emplea a menudo en anlisis numrico, especialmente en ecuaciones diferenciales numricas

ordinarias, ecuaciones en diferencias y ecuacin en derivadas parciales. Los mtodos resultantes reciben el nombre de mtodos de diferencias finitas. Las aplicaciones habituales de los mtodos de diferencias finitas son en los campos de la computacin y reas de la ingeniera como ingeniera trmica o mecnica de fluidos.

DIFERENCIA ANTERIOR, POSTERIOR Y CENTRAL. Slo se consideran normalmente tres formas: la anterior, la posterior y la central. Una diferencia progresiva, adelantada o posterior es una expresin de la forma

Dependiendo de la aplicacin, el espaciado h se mantiene constante o se toma el limite h 0. Una diferencia regresiva, atrasada o anterior es de la forma

Finalmente, la diferencia central es la media de las diferencias anteriores y posteriores. Viene dada por

CLACULO DE LAS DIFERENCIAS FINITAS EN BASE AL TEOREMA DE TAYLOR La diferencia anterior puede considerarse un operador diferencial que hace corresponder la funcin f con f. El teorema de Taylor puede expresarse por la frmula

Donde D denota el operador derivada, que hace corresponder con su derivada

, es decir,

Formalmente, invirtiendo la exponencial,

Esta frmula sigue siendo vlida en el sentido de que ambos operadores dan el mismo resultado cuando se aplican a un polinomio. Incluso para funciones analticas, las series de la derecha no convergen con seguridad, sino que puede tratarse de una serie asinttica. Sin embargo, pueden emplearse para

obtener aproximaciones ms precisas de la derivada. Por ejemplo, Los dos primeros trminos de la serie llevan a:

El error de la aproximacin es del orden de h2. Las frmulas anlogas para los operadores posterior y central son:

METODO DE MINIMOS CUADRADOS Aplicacin del mtodo: Este mtodo es una aproximacin que nos permite representar un grupo de datos mediante una sola funcin. Asi que en donde haya un conjunto de valores registrados, sin importar la cantidad de estos ni su tamao, ah esta el mtodo de minimos cuadrados para proporcionarle una tendencia. Las aplicaciones del mtodo son ilimitadas, el limite esta en su imaginacin: desde conocer la tendencia de su xito con las mujeres, hasta modelar la priduccion y ventas de una gigantesca y exitosa empresa petrolera. Para la ingeniera, los negocios, la investigacin y todas las ciencias en genral, el mtodo de los minimos cuadrados le garantiza su tendencia con el minimo margen de error. COMO APLICAR EL METODO DE MINIMOS CUDRADOS Tomando en cuenta que el mtodo de minimos cudrados consiste en ajustar una recta a valores dispersos, necesitamos entonces conocer las caractersticas de la recta, como son, su pendiente y su ordenada al origen, de la cual necesitamos estimar los valores de a y b de la sig. Ecuacin: Y= a + bx Por lo que, sabiendo que el mtodo de los minimos cuadrados claculara la recta que pasa por la media de todas las observaciones representadas por (x1,y1), (x2,y2), entonces la ecuacin de la recta ser Y= y+ b(x x) En donde nota: x es promedio de x como y es promedio de y.

 y= media de y1,y2,.yn x= media de x1,x2,xn

Tendremos asi entonces la ecuacin de la recta en su forma pendiente-ordenada que corresponder a la recta que satisface la condicin:

De que las constantes a y b hacen la misma suma

De los cuadrados de los valores observados respecto a dicha lnea. METODO DE KRYLOV Este mtodo de fundamenta en la aplicacin del teorema de Cayley-Hamilton, mismo que establece que toda matriz A ( F(A)=0 Es decir si sustituimos a la matriz A en el polinomio 2 ) verifica su ecuacin caracterstica:

El resultado debe ser cero. Sin embargo, operativamente es necesario hacer algunos comentarios. De inicio, la matriz A es de orden n. por lo cual la sustitucin arrojara un sistema de n ecuaciones lineales; en consecuencia, el coeficiente a0 debera ser diferente de cero. Resulta conveniente hacer que ese coeficiente sea la unidad, por lo cual se divide el polinomio entero por a0, resultando:

Donde los coeficiente bi se obtienen como bi = ai/a0. Aplicando el teorema de Cayley-Hamilton en el polinomio 4:

El polinomio 5 representa un sistema de ecuaciones lineales cuyas incognitas son los coeficientes bi. La solucin de este sistema nos proporciona los coeficientes bi que sustituidos en el polinomio 4 nos proporciona el polionomio caracterstico de A. Una forma sencilla de realizar este procedimiento es simplificar la elevacin de la matriz A a las potencias necesarias. Esto se logra multiplicando la matriz A por un vector compatible diferente de cero. Debe recordarse que la multiplicacin de una matriz por un vector compatibles arroja un vector. Este vector puede ser libremente elegido, proponindose que su conformacin permita realizar de mejor forma las operaciones. Una buena eleccin es elegir al vector con la forma:

Ubicando al elemento 1 en una posicin estratgica de acuerdo con los coeficientes de A de tal forma que se minimicen las operaciones. Atendiendo a la anterior recomendacin el sistema queda de la forma:

Finalmente, el sistema de ecuaciones puede ser resuelto por el mtodo de preferencia. CONCLUCIONES 1-. Conclucion de valores y vectores propios: Este es un mtodo que como nos dice lo utilizamos para resolver problemas de ingeniera pero debemos tener cuidado y tambin debemos saber donde usarlo porque como aqu mismo nos menciona podemos tener algunos con unos tipos de ejercicios que se nos planteen. Al no comprender al cien porciento el contenido que encontramos podemos decir con nuestra comprensin actual del tema que es un mtodo relativamente largo pero y que por los resultados que nos puede dar creemos que talvez podra variar el producto final de la solucin a nuestro problema y no llegaramos a algo concreto, tal vez si correcto, pero no concreto.

2-. Conclucion de mtodo de diferencias finitas: Como el prrafo nos lo menciona este mtodo nos puede ser de mucha utilidad en ares complejas de la ingeniera como lo es la ingeniera trmica o la mecnica de fluidos. Por lo que se puede ver en este mtodo tendremos que llevar mas tiempo para comprenderlo por los smbolos que utiliza adems de que se apoya en otro teorema para poder llegar a una solucin y creo tambin que deberamos dar una leida para comprender un poco tambin de este teorema pero al poco comprendimiento que tenemos actualmente del tema podemos decir que es algo concreto y que nos lleva a una solucin completa a nuestro problema.