Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Libro Alg Lineal Cap 11 PDF
Libro Alg Lineal Cap 11 PDF
Vectores y Valores
Propios
327
328 Vectores y Valores Propios
1 0 −1 1
Ejemplo 11.1 Sea A = 0 1 1 y x = −1. Como
1 1 0 1
x es un vector no nulo en el Nuc (A), verifica que Ax = 03 , o lo
que es lo mismo:
Ax = 0x.
1 0 −1 0
Ejemplo 11.2 Sea B = 0 1 1 y x = t t ∈ IR.
1 0 0 0
Si se efectúa el producto matricial se verifica que
Bx = 1x
A(x + y) = Ax + Ay = λx + λy = λ(x + y)
Observe que:
Vλ = {x|Ax = λx}
= {x|Ax − λx = 0}
= {x|(A − λI)x = 0, }
α1 v1 + α2 v2 = 0 =⇒ α1 = α2 = 0. (11.1)
Luego
λ1 α 1 v 1 + λ 2 α 2 v 2 = 0 (11.2)
Sumando −λ1 (α1 v1 + α2 v2 = 0) a ecuación (11.2) se obtiene:
α1 v1 + · · · + αk−1 vk−1 + αk vk = 0.
(−λk + λ1 ) α1 v1 + (−λk + λ2 ) α2 v2 + · · ·
+ (−λk + λk−1 ) αk−1 vk−1 = 0.
λ es un valor propio de A
⇐⇒ Ax = λx tiene soluciones no nulas
⇐⇒ (A − λI)x = 0 tiene infinitas soluciones
⇐⇒ det(A − λI) = 0.
= (2 − λ)[λ2 − λ − 2]
Observaciones:
C −1 AC = D.
C = (C1 , C2 , . . . , Cn ),
Finalmente
AC = DC
⇐⇒ ACi = λi Ci ∀ i = 1, 2, . . . n.
Entonces
= (2 − λ)[(1 − λ)(1 − λ) − 1]
= −λ(λ − 2)2 .
Ası́ los valores propios son 2 y 0, y determinando los correspondi-
entes espacios propios (o caracterı́sticos) V2 y V0 tenemos:
336 Vectores y Valores Propios
V2 : Ax = 2x ⇐⇒ (A − 2I)x = 0 y resolviendo:
−1 1 0 0 1 0 0 0
1 −1 0 0 ··· 0 1 0 0
−→
0 1 0 0 0 0 0 0
Luego x1 = 0 y x2 = 0, de manera que V2 = C�{(0, 0, 1)t }.
V0 : Ax = 0x ⇐⇒ Ax = 0 y resolviendo:
1 1 0 0 1 0 −2 0
1 1 0 0 ··· 0 1 2 0
−→
0 1 2 0 0 0 0 0
Entonces x1 = 2x3 y x2 = −2x3 , luego V0 = C�{(2, −2, 1)t }.
� �
0 0
Ejemplo 11.8 La matriz A = tiene como polinomio
1 1
caracterı́stico a:
� �
−λ 0
PA (λ) = det = λ(λ − 1).
1 1−λ
C t AC = D
A es ortogonalmente diagonalizable
=⇒ A = CDC t
=⇒ At = (CDC t )t = CDC t = A.
Av · u = (Av)t u = v t At u = v t (Au) = v · Au
De esto se deduce que λ1 (v ·u) = λ2 (v ·u) luego (λ1 −λ2 )(v ·u) = 0,
de donde (v · u) = 0 dado que λ1 �= λ2 .
(a)
v1t
t
v1t · vn
v1 · v1 ···
C t C = ... (v1 . . . vn ) = .. ..
= In .
. .
t t
vn vn · v1 ··· vnt · vn
340 Vectores y Valores Propios
1 2 −4
Ejemplo 11.9 Sea A = 2 4 2 . Como A es simétrica,
−4 2 1
conocemos que es diagonalizable ortogonalmente. El proceso para
determinar la matriz C ortogonal y la matriz D diagonal tales que
A = CDC t , es el mismo que en la diagonalización general, pero
ahora con el cuidado de elegir las columnas de C como una base
ortonormal de vectores propios de A:
Polinomio caracterı́stico de A:
PA (λ) = det(A − λI)
� �
� 1−λ 2 −4 �
� �
= � 2 4−λ 2 �
� �
� −4 2 1−λ �
V5 : Resolviendo (A − 5I)x = 0:
−4 2 −4 0 1 −1/2 1 0
2 −1 ···
2 0 0 0 0 0
−→
−4 2 −4 0 0 0 0 0
Av = λv ⇐⇒ T (v) = λv
342 Vectores y Valores Propios
Demostración:
observe que
0 0
T 1 = 1 .
0 0
y consecuentemente [Id]B C =C
−1
. Observe que en este caso
se denotó la transformación identidad como Id.
O equivalentemente:
P −1 [T ]C P = [T ]B = D,
−1
1 1
√ √ √
3 2 6
−1 √1 √1
C= √ .
3 2 6
√1 0 √2
3 6
f (x) = xt Ax
1 0 −1 x1
f [(x1 , x2 , x3 )t ] = (x1 , x2 , x3 ) 0 1 1 x 2
−1 1 2 x3
x1 − x3
= (x1 , x2 , x3 ) x2 + x3
−x1 + x2 + x3
coeficiente de xij
aij = aji = ,
2
Especı́ficamente:
a d/2 e/2
A= d/2 b g/2 .
e/2 g/2 c
11.4 Diagonalización de formas cuadráticas 347
o
n
� �
f (x) = aii x2i +2 aij xi xj .
i=1 i<j
A = CDC t
donde,
−1
√1 √1 √
3 2 6 0 0 0
−1 √1 √1
C= √ y D = 0 1 0 .
3 2 6
√1 0 √2 0 0 3
3 6
y = C tx
donde,
� �
a c/2
A= y B = (d, e).
c/2 b
= xt Ax + Bx + l.
y
5
−2 2 x
−5
x2 y2
Figura 11.2: Elipse de ecuación 22 + 52 = 1, α > β.
Elipse
−5 5 x
−2
x2 y2
Figura 11.1: Elipse de ecuación 52 + 22 = 1, α > β.
11.5 Rotación de cónicas y superficies cuadráticas 351
y = 34 x
3
2
−2 2 x
− 32
y = − 34 x
x2 y2
Figura 11.3: Hipérbola de ecuación 22 − 1.52 = 1, α > β.
Hipérbola
Parábola
(y − y0 ) = a(x − x0 )2
352 Vectores y Valores Propios
y
y = 43 x
− 32 3 x
2
−2
y = − 43 x
x 2 y2
Figura 11.4: Hipérbola de ecuación − 1.5 2 + 22 = 1, α > β.
Cónicas degeneradas
x21 − x22 = 0
En casos como estos dos últimos se suele decir que las cónicas
son degeneradas.
11.5 Rotación de cónicas y superficies cuadráticas 353
� �
√1 −1
√
� �
2 2 −1 0
Eligiendo C = √1 √1
y D = se tiene
2 2
0 3
que A = CDC t y sustituyendo en la ecuación de la cónica, tene-
11.5 Rotación de cónicas y superficies cuadráticas 355
y12 y√22
⇐⇒ − 2 + = 1.
2 (2/ 3)2
Entonces observe que el cambio de variable y = C t x, es decir,
� � � √1 √1
�� �
y1 2 2 x1
= −1 √1
y2 √
2 2
x2
x2 x2
y2 = √1 y1
3
y1
y1
y2
y2
√1 y2 = − √13 y1
v1
v2
− √12 √1 x1 x1
2
−4 2 5 x1
A= 2 −4 5 y x = x2 .
5 5 −7 x3
-2
-1
-2
-1
-0.5
0
0.5
1
y2 z2
Figura 11.6: Elipsoide centrado de ecuación x2 + 9 + 4 = 1.
X
Y 4 -5
2 0
0
-2 5
-4
Z
0
-5
2 y2 z2
Figura 11.7: hiperboloide de una hoja: − x9 + 4 + 9 = 1.
11.5 Rotación de cónicas y superficies cuadráticas 359
10
Y
0
-10
10
5
Z
0
-5
-10
-10
-5
0
5
X 10
2 y2 z2
Figura 11.8: hiperboloide de dos hojas: − x4 + 9 − 4 = 1.
X
10 -5
Y 0
5
5
0
-5
-10
10
Z
0
-10
z2 x2 y2
Figura 11.9: cono elı́ptico de ecuación 9 = 4 + 6 .
z
0
4
-2
2
0
-4 y
-2 -2
-1
0
1
x 2 -4
2 2
(y − y0 ) (x − x0 )
± ± = (z − z0 ) .
α2 β2
10 -5
0
5
0
-10
30
20
10
x2 y2
Figura 11.11: paraboloide elı́ptico centrado: z = 4 + 9 .
11.6 Ejercicios
3 −2 3
1. Sea A = 1 6 −3 .
1 2 1
0 0 1 1
T (x) = 2ProyS x − x,
Si x = (x1 , x2 )t , y y = (y1 , y2 )t :
A = P DP t
√1 −3
0
√
10 10 5 0 0
donde P = 0 1 0 yD= 0 2 0 .
√3 0 √1 0 0 −5
10 10