Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Vaps Resum PDF
Vaps Resum PDF
Contenido
1. Definiciones y propiedades.
2. Mtodo de la potencia.
1 Definiciones y propiedades
Notaciones
A matriz cuadrada n n.
v vector de dimensin n.
escalar.
Objetivo
Buscar escalares y vectores no nulos v tales que
valor propio de A.
A v = v =
v vector propio asociado a .
Polinomio caracterstico
p() = det (A I) .
1
Resumen y ejemplos Tema 5: Valores y vectores propios 2
Diagonalizacin
Sea A una matriz n n.
Si A tiene n valores propios distintos 1 , . . . , n y v1 , . . . , vn son vectores
propios asociados, entonces
D = V1 AV.
D es matriz diagonal
1 0 0
0 2 0
.. .. .. .. .
. . . .
0 0 n
calcula:
(a) Valores propios. Radio espectral.
(b) Vectores propios asociados.
(d) Diagonaliza la matriz A.
Resumen y ejemplos Tema 5: Valores y vectores propios 3
p() = (3 )2 (2 ) (3 ) (3 )
= (3 ) [(3 )(2 ) 2]
= (3 ) (2 5 + 4)
| {z }
factorizamos
1 = 1, 2 = 3, 3 = 4.
El espectro de A es
(A) = {1, 3, 4}.
El radio espectral de A es
(A) = 4.
(b) Clculo de vectores propios.
Para cada valor propio , tenemos que resolver el sistema (A I) v = 0.
Vectores propios asociados a = 1.
(A I) v = 0,
2 1 0 x 0
1 1 1 y = 0 ,
0 1 2 z 0
2x y = 0,
x + y z = 0,
y + 2z = 0.
Resolvemos el sistema por reduccin.
y 2z = 0,
(1a + 2 2a ) 1a x + y z = 0,
y + 2z = 0.
Resumen y ejemplos Tema 5: Valores y vectores propios 4
(c) Diagonalizacin
Formamos la base de vectores propios
B = (v1 , v2 , v3 ) .
Diagonalizacin. Se cumple
D = V1 AV
Verificamos la diagonalizacin
1/6 1/3 1/6 1 2 1
1
V1 = 1/2 0 1/2 = 3 0 3 ,
6
1/3 1/3 1/3 2 2 2
1 2 1 3 1 0 1 1 1
1 1 2 1
1
V AV = 3 0 3 2 0 1
6
2 2 2 0 1 3 1 1 1
1 2 1 1 3 4 6 0 0
1 1
= 3 0 3 2 0 4 = 0 18 0
6 6
2 2 2 1 3 4 0 0 24
1 0 0
V1 AV = 0 3 0 .
0 0 4
1 1 1 1 0 0
(2a 2 1a ) (2a ) 0 2 3 2 1 0 ,
(3a 1a ) (3a ) 0 2 0 1 0 1
1 1 1 1 0 0
(3a ) (2a ) 0 2 0 1 0 1 ,
a a
(2 ) (3 ) 0 2 3 2 1 0
1 1 1 1 0 0
0 2 0 1 0 1 ,
a a
(3 + 2 ) (3 ) a 0 0 3 1 1 1
1 1 1 1 1 0 0
2a (2a ) 0 1 0 1/2 0 1/2 ,
21 a
a
3 3 (3 ) 0 0 1 1/3 1/3 1/3
1 0 0 1/6 1/3 1/6
(1a 2a 3a ) (1a ) 0 1 0 1/2 0 1/2 ,
0 0 1 1/3 1/3 1/3
Resulta
1/6 1/3 1/6
V1 = 1/2 0 1/2 .
1/3 1/3 1/3
2 Mtodo de la potencia
2.1 Definiciones
Valor propio dominante
Es el de mayor mdulo. Si
La componente dominante es
vdom = v3 = 4,
vemos que
|v3 | = kvk .
Vector normalizado
1 1/4
1 1 2 1/2
=
.
v = v=
vdom 4 4 1
1 1/4
x(0) = 1 v1 + + n vn con 1 6= 0.
Resumen y ejemplos Tema 5: Valores y vectores propios 8
Mtodo
(j+1) = Ax(j) ,
y
cj+1 = componente dominante de y(j+1) ,
x(j+1) = 1 y(j+1) Normalizado de y(j+1) .
cj+1
Fase 1.
3 1 0 1 2
y(1) = Ax(0) = 1 2 1 1 = 0 ,
0 1 3 1 2
c2 = 3,
3 1 1.0
1
x(2) = 2 = 2/3 = 0. 6667 .
3
3 1 1.0
Resumen y ejemplos Tema 5: Valores y vectores propios 9
Fase 3.
3 1 0 1.0 3.6667
y(3) = Ax(2) = 1 2 1 0. 6667 = 3.3333 ,
0 1 3 1.0 3.6667
c3 = 3.6667,
1
x(3) = 0.9091 .
1
Fase 4.
3.9091
y(4) = Ax(3) = 3.8181 ,
3.9091
c4 = 3.9091,
1
1 (4)
x(4) = y = 0.9767 .
c4
1
Fase 5.
3.9767
y(5) = Ax(4) = 3.9534 ,
3.9767
c5 = 3.9767,
1
1 (5)
x(5) = y = 0.9942 .
c5
1
Fase 6.
3.9942
y(6) = Ax(5) = 3.9883 ,
3.9942
c6 = 3.9942,
1
1 (6)
x(6) = y = 0.9985 .
c6
1
Fase 7.
3.9985
y(7) = Ax(6) = 3.9970 .
3.9985
c7 = 3.9985.
Resumen y ejemplos Tema 5: Valores y vectores propios 10
1
1 (7)
x(7) = y = 0.9996 .
c7
1
Fase 8.
3.9996
y(8) = Ax(7) = 3.9993 ,
3.9996
c8 = 3.9996,
1
1
x(8) = y(8) = 0.9999 .
c8
1
Fase 9.
3.9999
y(9) = Ax(8) = 3.9998 ,
3.9999
c9 = 3.9999,
1
1
x(9) = y(9) = 1 .
c9
1
Fase 10.
4
y(10) = 4 ,
4
C10 = 4,
1
x(10) = 1 = x(9) .
1
El valor propio dominante es
= lim cj = 4,
j
queremos calcular n .
Valores propios de la matriz inversa
Sean
A invertible.
Entonces
1 , v es un par valor-vector propio de A1 .
Demostracin.
Sabemos que se cumple
Av = v,
premultiplicamos por la matriz inversa
A1 (Av) = A1 (v) ,
In v = A1 v,
v = A1 v.
Si una matriz es invertible, sus valores propios no pueden ser nulos (por
qu?), por lo tanto podemos multiplicar la tima igualdad por 1/ y resulta
1 1
A v = v.
Es decir, = 1/ es un valor propio de A1 con vector propio asociado v.
Mtodo
Sea A matriz n n invertible con valores propios
Como se cumple
1 1
< < < 1 ,
1 2 n
resulta
|1 | < |2 | < < |n |
Adems vj es un vector propio asociado a j .
1. Calculamos B = A1
3. Entonces
1
min = es el valor propio de mdulo mnimo de A
max
v es un vector propio asociado a .
max
Fase 1.
(1) (0) 2.1667 3.3333 1 1. 1666
y = Bx = = ,
1 1.5 1 0. 5
c1 = 1.1666,
1 (1) 1
x(1) = y = .
c1 0.4286
Fase 2.
2.1667 3.3333 1 0. 7381
y(2) = Bx(1) = = ,
1 1.5 0.4286 0. 3571
c2 = 0.7381,
(2) 1
x = .
0.4839
Fase 3.
(3) (2) 0. 5538
y = Bx = ,
0. 2742
c3 = 0.5538,
1 (3) 1.00
x(3) = y = .
c3 0.4951
Fase 4.
(4) (3) 0. 5162
y = Bx = ,
0. 2574
c4 = 0.5162,
1 1
x(4) = y(4) = .
c4 0.4984
Fase 5.
(5) (4) 0. 5052
y = Bx = ,
0. 2524
c4 = 0.5054,
1 (5) 1
x(5) = y = .
c5 0.4995
Fase 6
(6) (5) 0. 5018
y = Bx = ,
0. 2508
c6 = 0.5018,
1 1
x(6) = y(6) = .
c6 0.4998
Resumen y ejemplos Tema 5: Valores y vectores propios 14
Fase 7.
(7) (6) 0. 5006
y = Bx = ,
0. 2503
c7 = 0.5006,
1 (7) 1.
x(7) = y = .
c7 0.4999
Fase 8.
(8) (7) 0. 5002
y = Bx = ,
0. 2501
c8 = 0.5002,
1 (8) 1.
x(8) = y = .
c8 0.5
Fase 9.
(9) (8) 0. 5001
y = Bx = ,
0. 2501
c9 = 0.5001,
1 (9) 1.
x(9) = y = .
c9 0.5
Podemos tomar como valor propio de mdulo mximo de A1
max = 0.500,
Polinomio caracterstico
18 40
p () = |AI| =
12 26
= (18 )(26 ) + 480
= 2 8 + 12.
Valores propios
p() = 0 2 8x + 12 = 0,
(
8+4
8 64 48 8 16 2 = 6,
= = = 84
2 2 2 = 2.
1 = 6, 2 = 2.
El vector propio de mdulo mnimo es 2 = 2.
Calculamos los vectores propios asociado al valor propio de mdulo mnimo.
(A 2I) v = 0,
20 40 x 0
= ,
12 24 y 0
20x + 40y = 0, x + 2y = 0,
12x + 24y = 0. x + 2y = 0.
x = 2t,
y = t, t R.
Los vectores propios asociados a = 2 son de la forma
2
v = tv1 , con v1 = .
1
Entonces
( , v) es par valor-vector propio de C = (A I).
Demostracin
Av = v
Av v = v v
(A I) v = ( ) v
Fundamento del mtodo
Si est prximo al valor propio de A entonces C = A I tiene un
valor propio = con || pequeo y podemos aplicar el mtodo de la
potencia inversa a C para determinar = .
Partimos de una matriz A de orden n n con valores propios
|1 | > |2 | > > |j | > > |n | ,
y vectores propios asociados v1 , v2 , . . . , vn . Disponemos adems de una es-
timacin inicial w j . El objetivo es aproximar el valor de j y obtener
un vector propio asociado.
1. Calculamos C = A I que tiene un valor propio de mdulo mnimo
min = j .
c1 = 10. 648,
10. 648 1.0
1 (1) 1
x(1) = y = 2. 8704 = . 26957 .
c1 10. 648
9. 3518 . 87827
Fase 2.
2. 6852 . 46296 2. 3148 1.0
y(2) = Bx(1) = . 46296 9. 2593 102 . 46296 . 26957
2. 3148 . 46296 2. 6852 . 87827
4. 843
= 3. 1396 102 ,
4. 5483
c2 = 4. 843,
4. 843 1.0
1
x(2) = 3. 1396 102 = 6. 4828 103 .
4. 843
4. 5483 . 93915
Resumen y ejemplos Tema 5: Valores y vectores propios 18
Fase 3.
4. 8621
y(3) = Bx(2) = 2. 7571 102 ,
4. 8336
c3 = 4. 8621,
1.0
1 (3)
x(3) = y = 5. 6706 103 .
c3
. 99414
Fase 4.
4. 9891
y(4) = Bx(3) = 2. 1879 103 ,
4. 9816
c4 = 4. 9891,
1.0
1 (4)
x(4) = y = 4. 3854 104 .
c4
. 9985
Fase 5.
4. 9967
y(5) = Bx(4) = 6. 5383 104 ,
4. 9958
c4 = 4. 9967,
1.0
1 (5)
x(5) = y = 1. 3085 104 .
c5
. 99982
Fase 6.
4. 9996
y(6) = Bx(5) = 7. 1217 105 ,
4. 9995
c6 = 4. 9996,
1.0
1
x(6) = y(6) = 1. 4245 105 .
c6
. 99998
Fase 7.
1 (6) 5.0
y(7) = B x = 7. 9402 106 ,
4. 9999
c7 = 5,
1.0
1 (7)
x(7) = y = 1. 588 106 .
c7
. 99998
Resumen y ejemplos Tema 5: Valores y vectores propios 19
Fase 8.
5.0
y(8) = Bx(7) = 9. 1122 106 ,
4. 9999
c8 = 5,
1.0
1 (8)
x(8) = y = 1. 8224 106 .
c8
. 99998
Podemos tomar como valor propio de mdulo mximo de B = C1
max = 5,