Está en la página 1de 17

Contenido 1. Deniciones y propiedades 2.

Mtodo de la potencia

Valores 3. vectores propios (Resumen y ejemplos) y Mtodo de la potencia inversa UNICIT 4. Mtodo de la potencia inversa desplazada Algebra Lineal Prof. Myriam Vera F.

Deniciones y propiedades

Notaciones A matriz cuadrada n n. v vector de dimensin n. escalar. y vectores no nulos v tales que A v = v. es valor propio de A, v es vector propio asociado a . Tambin decimos que ( , v) es un par valor-vector propio de A. En ese caso, decimos Polinomio caracterstico p( ) = det (A I) .

Objetivo Buscar escalares

Los valores propios de A son las races del polinomio caracterstico valor propio 1 p( ) = 0.

Resumen y ejemplos

Tema 5: Valores y vectores propios 2

Clculo de vectores propios Para cada valor propio resolvemos el sistema de ecuaciones lineales (A I) v = 0,

que debe ser un sistema compatible indeterminado. Espectro, radio espectral El espectro de una matriz es el conjunto de sus valores propios, lo representamos por (A) = { : es valor propio de A}. El radio espectral de la matriz es el mdulo mximo de sus valores propios, lo representamos por (A) = max{| | : Diagonalizacin Sea A una matriz n n. Si A tiene n valores propios distintos v1 , , vn son vectores propios asociados, entonces D=V D es la matriz diagonal
1 1 AV. 1, , n

es valor propio de A}.

0
2

0 . . . 0

. . . 0

.. .

0 0 . . .
n

V = (v1 |v2 | |vn ) tiene en columnas los vectores propios. Ejemplo 1.1 Dada la matriz A= 3 1 0 1 2 1 0 1 3 ,

calcula (a) Valores propios. Radio espectral. (b) Vectores propios asociados. (d) Diagonaliza la matriz A.

Resumen y ejemplos (a) Valores propios. Polinomio caracterstico. p( ) = |A

Tema 5: Valores y vectores propios 3

p( ) = (3 = (3 = (3

3 1 I| = 0 )2 (2 ) ) [(3 )( |
2

1 2 1 (3 ) ) 2] 3

0 1

(3

)(2

factorizamos

5 +4=0 p( ) = (

5 1)(3

5 + 4) . {z } 25 2

16

= 4).

5+3 2 5 3 2

= 4, = 1.

)(

Valores propios. Soluciones de p( ) = 0.


1

= 1,

= 3,

= 4.

El espectro de A es (A) = {1, 3, 4}. El radio espectral de A es (A) = 4. (b) Clculo de vectores propios. Vectores propios asociados a = 1. Resolvemos I) v = 0, x y z 0 0 0

(A 2 1 0 1 1 1 0 1 2

2x y = 0, x + y z = 0, y + 2z = 0. y (1a +2 2a ) 1a 2z = 0 x+y z =0 y + 2z = 0 x = t, y = 2t, z = t, t y 2z = 0 x+y z =0

Obtenemos

R.

Resumen y ejemplos Vectores propios asociados a =1

Tema 5: Valores y vectores propios 4

v = tv1 , con v1 =

1 2 1

Vectores propios asociados a (A 0 1 0 x y y=0 1 1 1

= 3. 3I) v = 0, x y z = 0 0 0 ,

0 1 0

z=0

x = t, y = 0, z = t,

R.

Vectores propios asociados a

=3 1 0 1 .

v = tv2 con v2 =

Vectores propios asociados a (A 1 1 0 x x 2y y Vectores propios y=0 z=0 z=0 x+y =0 y+z =0 1 2 1

= 4. 4I) v = 0, x y z 3a ) = 0 0 0 , x x y y=0 y=0 z=0

0 1 1 (2a

(2a )

x = t, y = t, z = t, t 1 1 1

R.

v = t v3 con v3 = (c) Diagonalizacin. Base de vectores propios

B = (v1 , v2 , v3 ) .

Resumen y ejemplos Resumen y ejemplos Matriz de cambio Matriz de cambio

Tema 5: Valores y vectores propios 5 5 Tema 5: Valores y vectores propios

1 11 1 1 1 V = = 2 20 0 1 1. V 1 1 1 11 1
1 D = V V 1 AV, D = AV,

Diagonalizacin Diagonalizacin donde donde V V


1

=1

1 12 2 1 1 1/61/61/31/3 1/61/6 1 1 = 1/21/2 0 0 1/21/2 = 6= 3 30 0 3 3. 62 1/31/3 1/31/31/31/3 2 2 22 2

Vericamos la diagonalizacin Vericamos la diagonalizacin 1 12 2 1 1 1 1 AV = V V 1 AV = 3 30 0 3 3 6 6 2 2 2 22 2


1

3 3 1 10 0 1 12 2 1 1 0 0 1 13 3

1 11 1 1 1 2 20 0 1 1 1 1 1 11 1 0 6 18 0 0 0
00 0 0 18 0 24 24 0

1 12 2 1 1 1 1 = = 3 30 0 3 3 6 6 2 2 2 22 2 V V
1
1 AV

6 1 13 3 4 4 1 1 2 20 0 4 4 = = 0 6 6 0 1 1 3 34 4 1 = AV = 0 0 0 1 3 0 0 0 0 0 0 0 0. 3 . 4 4 0

1 1 Gauss-Jordan. Ejemplo 1.21.2 Clculo V Vpor por Gauss-Jordan. Ejemplo Clculo de de


Partimos de (V|I3 ). ). Partimos de (V|I3 1 11 1 1 2 20 0 1 1 1 1 11 1 1 0 1 0 1

0 0 0 0 0, 1 1 1 0 1 11 1 1 1 1 (2a (2a 2 1a ) (2a ) a ) 0 0 2 2 3 3 2 2 1a ) (2 1 (3a (3a a ) 1a ) (3a ) a ) 0 0 2 20 0 1 (3 1 11 1 1 1 1 10 a ( 3( ) 3a ) (2a ) a ) 0 02 2 0 0 1 10 (2 (2a ) a ) (3a ) a ) 0 0 2 2 3 3 2 1 2 (3 (2 1 1 11 1 1 10 1 0 2 20 0 1 10 0 (3a (3a + 2a ) (3a ) a ) 0 0 0 3 3 1 1 + 2a ) (3 0 1

0 1 1 0 0 0

, 10 1 2 0 1

0 0 0 0 0, 1 1 1 0
,

00 0 0 1 1, 10 0 00 0 0 1 1, 11 1

Resumen y ejemplos

Tema 5: Valores y vectores propios 6

(1a

1
2 1 3

2a

2a 3a

2
2.1

SELECCIN DE EJERCICIOS RESUELTOS: Ejercicios: Valores y vectores Mtodo de la potencia propios


Ejercicios: Valores y vectores propios Ejercicio 1 Deniciones Consideramos la matriz

1/6 1/3 1/6 Escuela Politcnica Superior de Ingeniera de Manresa V 1= 1/2 0 1/2 . Universidad Politcnica de Catalua 1/3 1/3 1/3 Octubre 2008, Versin 1.3
2

0 0 1 1 1 1 a) Mtodos Matemticos (2 1/2 , 0 1 0 E.T.S. Minas: 1/2 0 a) 1/3 1/3 0 0 1 1/3 (3 Ejercicios Tema 5 1/6 1 0 0 1/6 1/3 3a ) (1a ) 1/2 0 1 0 1/2 Valores y vectores0 propios , 1/3 1/3 0 0 1 1/3

Francisco Palacios

! 1. Determina el nmero de valores propios reales de A usando la traza y Valor propio el determinante. dominante 1 2 A= 1. Determina el nmero de valores propios .reales de A usando la traza y 2 1 Es el valor propio de mayor mdulo. Si 2. el determinante. Calcula el polinomio caractersticos y el espectro. 1| > | | > > | n| 1. Calcula los| valores 2caractersticos y el espectro. 2. Calcula el polinomiopropios. 3. Determina un base de vectores propios y diagonaliza A. entonces 1 es el valor propio dominante. 2. Determina una base vectores propios y 3. Determina un base dede vectores propios. diagonaliza A. 4. Verica Vector normalizado los resultados con Maple. 3. Dado un vectorDiagonaliza la matriz.con Maple. 4. Verica los resultados Ejercicio 4 Consideramos lav1 matriz 4. Verica los resultados con Maple. Ejercicio 4 Consideramos lavmatriz 2 2 6 v= . 3, Ejercicio 2 Consideramos = . matriz 5 . 4 A la. 3 4 2 6 vn 5 5 48 . ! 4 5 A= a decimos que vj es una componente dominante 11 5 a12 8 . A = 5 si 1. Calcula los valores propios. a21 a22 |vj | = kvk . 1. Calcula los una base de vectores propios. propios. 2. Determina valores polinomio caracterstico es 1. Demuestra que el Normalizamos un vector dividindolo por una componente dominante, esto 2. Determina una base de vectores entonces el vector 3. Diagonaliza la dominante de es, si vdom es una componentematriz.) = 2 v,propios. + det(A). p( traza(A) 3. Diagonaliza resultados con Maple. la matriz. 1 4. Verica los v v= vdom 2. Demuestra que A tiene dos valores propios reales distintos si y slo si 4. Verica los resultados con Maple. Ejercicio 5 Consideramos la normalizado, se cumple kk = 1, est normalizado. Si un vector v est matriz 2 v [traza(A)] a 4 adems v tiene una5componente dominante igual > 1. det(A). Ejercicio Consideramos la matriz 1 0 1 Recuerda que Ejemplo 2.1 Dado el vector la traza= una2matriz es2la suma de los elementos de la . 4 A de 1 1 0 diagonal. 0 1 1 2 . A= 1 2 4

1 1 2 0 1. Calcula los valores= Ejercicio 3 Consideramos la matriz v propios. 4 ! 1. Calcula los una base de vectores propios. 1 2. Determina valores propios. 5 18 A= . 6 16 2. Diagonaliza la base de y calcula un vector normalizado. determina unaDetermina una matriz. vectores propios. 3. componente dominante

3. Diagonaliza resultados con Maple. 4. Verica los la matriz. 4. Verica los resultados con Maple. 1 Ejercicio 6 Dada la matriz Ejercicio 6 Dada la matriz
A= 4 5 4 1 5 14 13 14 0 13 0 0 0 2 0 ,

A=

2 1 1. Calcula los valores propios. 2. Determina una base de vectores propios.

Soluciones: 4. Verica los resultados con Maple. Ejercicio1: ___________


1. Valores propios p( ) = |A 1 I| = 2
2

3. Diagonaliza la matriz.

2 1 3. 3 = 0.

p( ) = Resolvemos p( ) = 0 Obtenemos
1

2
2

1,

= 3.

El espectro de A es (A) = { 1, 3} . 2. Base de vectores propios 2.1 Vectores propios asociados a 1 = 1. Resolvemos (A + I) v = ~ 0, 2 2 x 0 = , 2 2 y 0 1

Soluciones a los ejercicios: Valores y vectores propios 2x + 2y = 0 2x + 2y = 0 x+y =0 x+y =0 x=t y= t

R.

Vectores propios v = tv1 = t 1 1


2

v1 =

1 1

2.2 Vectores propios asociados a Resolvemos (A 2 2

= 3.

2x + 2y = 0 2x 2y = 0

Vectores propios

3I) v = ~ 0, 2 x 0 = , 2 y 0 x=t x+y , y=t 1 1 , v2 = 1 1 .

R.

v = tv2 = t Base de vectores propios

V = {v1 , v2 } . 3. Diagonalizacin. D = V 1 AV, 1 1 1 1 1 V= , V = 1 1 2 1 D = = = 1 2 1 2 1 2 1 1 1 1 1 1 1 1 1 2 2 1 1 1

1 3 1 3 2 0 1 0 = . 0 6 0 3

1 1 1 1

Ejercicio 2 Consideramos la matriz a11 a12 A= , a21 a22 1. Demuestra que el polinomio caracterstico es p( ) =
2

traza(A) + det(A).

Soluciones a los ejercicios: Valores y vectores propios 2x + 2y = 0 2x + 2y = 0 x+y =0 x+y =0 x=t y= t

R.

Vectores propios v = tv1 = t 1 1


2

v1 =

1 1

2.2 Vectores propios asociados a Resolvemos (A 2 2

= 3.

2x + 2y = 0 2x 2y = 0

Vectores propios

3I) v = ~ 0, 2 x 0 = , 2 y 0 x=t x+y , y=t 1 1 , v2 = 1 1 .

R.

v = tv2 = t Base de vectores propios

V = {v1 , v2 } . 3. Diagonalizacin. D = V 1 AV, 1 1 1 1 1 V= , V = 1 1 2 1 D = = = 1 2 1 2 1 2 1 1 1 1 1 1 1 1 1 2 2 1 1 1

Ejercicio 2 Consideramos la matriz a11 a12 Ejercicio 4: A= , a21 a22


2

1 3 1 3 2 0 1 0 = . 0 6 0 3

1 1 1 1

1. Demuestra que el polinomio caracterstico es p( ) = traza(A) + det(A).

3. Diagonaliza la matriz. 4. Verica los resultados con Maple. ___________ 1. Valores propios. Polinomio caracterstico p ( ) = |A

Sumamos la segunda columna a la primera 1 2 5 p( ) = 1 0 5

3 4 I| = 5

2 5 5 8

6 4

6 4 8

Soluciones a los ejercicios: Valores y vectores propios sacamos el factor (1 ) de primera columna 1 2 1 5 p ( ) = (1 ) 0 5

6 4 8

p ( ) = (1 = (1

= (1

) [(5 )( 8 ) + 30 + 20 + 2 ( 8 )] 2 ) 40 5 + 8 + + 50 16 2 ) 2+ 6 | {z }
factorizamos 2

1 25 = 2 )(

6=0 (

1+5 2 1 5 2

= 2, = 3.

p ( ) = (1 Espectro

2) ( + 3) .

(A) = { 3, 1, 2} . 2. Base de vectores propios. 2.1. Vectores propios asociados a 1 = 3. Resolvemos (A + 3I) v = ~ 0, 6 4 5 Reducimos por las 6 4 5 (3a ) (1a ) (2a (3a + 1a ) 3 1a ) 2 8 5 6 4 5 (1a ) (3a ) (2a ) (3a ) 1 1 3 1 0 0 3 1 1 1 2 1 1 1 2 1 2 1 1 1 3 3 1 1 , 1 0 0 , 2 8 5 6 4 5 x y z = 0 0 0 .

obtenemos el sistema equivalente x y y=0 z=0 x = t, y = 0, z = t,

R.

Soluciones a los ejercicios: Valores y vectores propios Vector propio asociado v1 = 2.2 Vectores propios asociados a Resolvemos (A 2 4 5 Reducimos por las 1 a 2 1a 1 42 (2a + 1a ) (1a ) (2a ) 1 1 5 1 0 0 1 1 5 1 0 0 3 1 9 3 2 4 , 2 4 5 6 4 9
2

1 0 1 = 1.

I) v = ~ 0, x y z = 0 0 0 .

(2a ) (3a )

obtenemos el sistema equivalente x y 6z = 0 z=0 x = t, y = t, z=0 t 1 1 0 = 2. 2I) v = 0, 6 4 10 1 4 1 1 0 0 x y z 2 3 1 2 5 1 = 0 0 0 6 4 2 6 20 4 .

(3a + 5 2a )

R.

Vector propio asociado v2 = 2.3 Vectores propios asociados a Resolvemos (A 1 4 5 Reducimos las 1 , 2 3 5
3

a 53

(3a )

(2a ) (2a + 4 1a ) (3a ) (3a 1a )

Soluciones a los ejercicios: Valores y vectores propios 1 0 0 2 1 1 6 4 4

obtenemos el sistema equivalente x 2y 6z = 0 y + 4z = 0 x = 2y + 6z = y = 4t, z = t, t R. Vectores propios asociados v=t tomamos v3 = Base de vectores propios V = {v1 , v2 , v3 } . 3. Diagonalizacin D=V Matriz de cambio V= Inversa por Gauss-Jordan 1 1 0 1 1 0 2 4 1 1 0 0 1 0 0 0 1 0 0 0 1 1 1 1 , 1 1 0 1 1 0 2 4 1 .
1

1 a 5 2

(2a )

8t + 6t =

2t,

2 4 1

R.

2 4 1

AV.

(3a

1a )

(3a )

(3a

+ 2a )

(3a )

2 4 3 1 1 2 0 1 4 0 0 1

1 0 0 0 1 0 1 0 1 1 0 0 0 1 0 1 1 1 ,

1 4 1

1 3 1

2 4 1

Vericamos la diagonalizacin Valores y vectores propios Soluciones a los ejercicios: 1 1 2 3 2 4 3 4 1 1 40 5 3 D = V AV = a (1a 2 31 ) 1(1a ) 1 0 1 50 5 4 a a) a) 43 (2 (2 1 1 2 3 1 0 40 1 1 = 4 3 4 0 11 0 0 1 8 1 (11 21) 3 00 1 0 4 2 a a a) (1 3 0 0 0 0 1 1 = 0 1 0 . Inversa 0 0 2 1 1 2 4 3 4 V 1= 4.Ver Resolucin con Maple. 1 1 1 Ejercicio 5 Consideramos la matriz Vericamos la diagonalizacin
1

9
1 1 2 0 1 4 2 1 0, 1 4 1

6 4 2 8 3 1

1 3 1

2 4 1

D = V

1 AV = A =4 1

1 1 2 3 0 1

1 2 4 4 1 1

0 2 1

3 4. 5

2 5 5

6 4 8

1 1 2 0 1 4 1 0 1

1 1 2 3 1 4 1. Calcula los valores propios. = 4 3 4 0 1 8 2. Determina una base de vectores3propios.2 1 1 1 0 3 0 0 3. Diagonaliza la matriz. = 0 1 0 . 4. Verica los resultados con Maple. 0 0 2

Ejercicio 5: Resolucin con Maple. 4.Ver ___________


Ejercicio 5 Consideramos la matriz 1. Valores propios 1 1 0 Polinomio caracterstico 2 4 2 . A= 1 1 0 0 1 1 2 4 2 . p ( ) = |A I| = 1 1 1. Calcula los valores propios. 0 2. Determina una base de vectores propios. 3. Diagonaliza la matriz. 4. Verica los resultados con Maple. ___________ 1. Valores propios Polinomio caracterstico p ( ) = |A

1 2 I| = 0

1 4 1 1

0 2

Soluciones a los ejercicios: Valores y vectores propios p ( ) = (1 = (1 = (1 = Espectro (A) = {0, 1, 5} . 2. Base de vectores propios. 2.1. Vectores propios asociados a Resolvemos Av = ~ 0, 1 2 0 Reducimos por las 1 2a 2 1 1 0 1 0 0 1 2 1 1 1 1 0 1 1 0 1 1 , 1 4 1 0 2 1 x y z = 0 0 0 .
1

10 2 (1 )

)2 (4 ) [(1 ) 2 )(

) ) (4 5 5) .

2 (1 )

) 4]

(1

= 0.

(2a )

(2a + 1a )

(2a )

obtenemos el sistema equivalente x y y=0 z=0 x = t, y = t, z = t, 1 1 1 = 1. I) v = ~ 0, x y z = 0 0 0 ,

R.

Vector propio asociado v1 = 2.2 Vectores propios asociados a Resolvemos (A 0 2 0 1 3 1 0 2 0 2z = 0 y=0


2

2x + 3y

x+z =0 y=0

Soluciones a los ejercicios: Valores y vectores propios x = t, y = 0, z = t, t Vector propio asociado v2 = 2.3 Vectores propios asociados a Resolvemos (A 4 2 0 Reducimos las ( 2a ) (1a ) (1a ) (2a ) 2 4 0 2 0 0 1 1 1 1 1 1 2 0 4 2 4 4 , 1 1 1 0 2 4 5I) v = 0, x y z = 0 0 0 .
3

11

R.

1 0 1 = 5.

(2a + 2 1a ) obtenemos el sistema

(2a )

2x + y + 2z = 0 y + 4z = 0
1 2

x = 1 ( y 2z) = 2 y = 4t, z = t, t R. Vectores propios asociados v=t tomamos v3 = Base de vectores propios 1 4 1

(4t

2t) = t,

R,

1 4 1

V = {v1 , v2 , v3 } .

Soluciones a los ejercicios: Valores y vectores propios 3. Diagonalizacin D=V Matriz de cambio V= Inversa V
1 1

12

AV 1 4 1
1 5 2 5 1 2 1 10

1 1 1
2 5 1 2 1 10

1 0 1

0
1 5

Vericamos la diagonalizacin
2 5 1 2 1 10 2 5 1 2 1 10 1 5 2 5 1 2 1 10

D = V

AV =
1 5

0
1 5

1 2 0 5 20 5

1 4 1

0 2 1

1 1 1

1 0 1

1 4 1

2 5 1 2 1 10

0
1 5

0 0 0

1 0 1

0 0 0 0 1 0 0 0 5

4. Ver Resolucin con Maple. Ejercicio 6 Dada la matriz A=

4 14 0 5 13 0 1 0 2

queremos determinar el valor propio dominante usando el mtodo de la potencia a partir del vector x(0) = 1 0 0 .

1. Haz las 4 primeras iteraciones de forma manual. 2. Escribe un programa Maple que permita aplicar el mtodo de la potencia. Verica su funcionamiento con el valor de las iteraciones calculadas manualmente.