Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Vaps Resum PDF
Vaps Resum PDF
Contenido
1. Definiciones y propiedades.
2. Método de la potencia.
1 Definiciones y propiedades
Notaciones
• A matriz cuadrada n × n.
• v vector de dimensión n.
• λ escalar.
Objetivo
Buscar escalares λ y vectores no nulos v tales que
½
λ valor propio de A.
A v = λv =⇒
v vector propio asociado a λ.
Polinomio característico
1
Resumen y ejemplos Tema 5: Valores y vectores propios 2
Diagonalización
Sea A una matriz n × n.
Si A tiene n valores propios distintos λ1 , . . . , λn y v1 , . . . , vn son vectores
propios asociados, entonces
D = V−1 AV.
• D es matriz diagonal
⎛ ⎞
λ1 0 ··· 0
⎜ 0 λ2 · · · 0 ⎟
⎜ ⎟
⎜ .. .. .. .. ⎟.
⎝ . . . . ⎠
0 0 ··· λn
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(λ) = (3 − λ)2 (2 − λ) − (3 − λ) − (3 − λ)
= (3 − λ) [(3 − λ)(2 − λ) − 2]
= (3 − λ) (λ2 − 5λ + 4)
| {z }
factorizamos
λ1 = 1, λ2 = 3, λ3 = 4.
El espectro de A es
σ(A) = {1, 3, 4}.
El radio espectral de A es
ρ(A) = 4.
(b) Cálculo de vectores propios.
Para cada valor propio λ, tenemos que resolver el sistema (A − λI) v = 0.
Vectores propios asociados a λ = 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 reducción.
⎧
⎨ 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) Diagonalización
Formamos la base de vectores propios
B = (v1 , v2 , v3 ) .
Diagonalización. Se cumple
D = V−1 AV
Verificamos la diagonalización
⎛ ⎞ ⎛ ⎞
1/6 1/3 1/6 1 2 1
1
V−1 = ⎝ 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
V−1 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
V−1 = ⎝ 1/2 0 −1/2 ⎠ . ¤
1/3 −1/3 1/3
2 Método de la potencia
2.1 Definiciones
Valor propio dominante
Es el de mayor módulo. Si
Observa que un vector puede tener más de una componente dominante, pero
todas las componentes dominantes deben tener el mismo valor absoluto.
Un vector está normalizado si sus componentes dominantes valen ±1. Si
vdom es una componente dominante de v, podemos obtener un vector nor-
malizado v̂ en la dirección de v
1
v̂ = · v.
vdom
La componente dominante es
vdom = v3 = −4,
vemos que
|v3 | = kvk∞ .
Vector normalizado
⎞ ⎛
⎛ ⎞
1 −1/4
1 1 ⎜⎜ −2 ⎟ ⎜ 1/2
⎟=⎜
⎟
⎟.
v̂ = v=
vdom −4 ⎝ −4 ⎠ ⎝ 1 ⎠
1 −1/4
x(0) = α1 v1 + · · · + αn vn con α1 6= 0.
Resumen y ejemplos Tema 5: Valores y vectores propios 8
Método
⎧
(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
λ = lim cj = 4,
j
queremos calcular λn .
Valores propios de la matriz inversa
Sean
• A invertible.
Entonces
¡ ¢
• λ1 , v es un par valor-vector propio de A−1 .
Demostración.
Sabemos que se cumple
Av = λv,
premultiplicamos por la matriz inversa
Como se cumple ¯ ¯ ¯ ¯ ¯ ¯
¯1¯ ¯1¯ ¯ ¯
¯ ¯ < ¯ ¯ < ··· < ¯ 1 ¯,
¯ λ1 ¯ ¯ λ2 ¯ ¯ λn ¯
resulta
|μ1 | < |μ2 | < · · · < |μn |
Además vj es un vector propio asociado a μj .
1. Calculamos B = A−1
3. Entonces
⎧
⎨ λ 1
min = es el valor propio de módulo mínimo de A
μmax
⎩ v es un vector propio asociado a λ .
max
Fase 1.
µ ¶µ ¶ µ ¶
(1) (0) 2.1667 −3.3333 1 −1. 1666
y = Bx = = ,
1 −1.5 1 −0. 5
c1 = −1.1666,
µ ¶
1 (1) 1
x(1) = y = .
c1 0.4286
Fase 2.
µ ¶µ ¶ µ ¶
2.1667 −3.3333 1 0. 7381
y(2) = Bx(1) = = ,
1 −1.5 0.4286 0. 3571
c2 = 0.7381,
µ ¶
(2) 1
x = .
0.4839
Fase 3. µ ¶
(3) (2) 0. 5538
y = Bx = ,
0. 2742
c3 = 0.5538,
µ ¶
1 (3) 1.00
x(3) = y = .
c3 0.4951
Fase 4. µ ¶
(4) (3) 0. 5162
y = Bx = ,
0. 2574
c4 = 0.5162,
µ ¶
1 1
x(4) = y(4) = .
c4 0.4984
Fase 5. µ ¶
(5) (4) 0. 5052
y = Bx = ,
0. 2524
c4 = 0.5054,
µ ¶
1 (5) 1
x(5) = y = .
c5 0.4995
Fase 6 µ ¶
(6) (5) 0. 5018
y = Bx = ,
0. 2508
c6 = 0.5018,
µ ¶
1 1
x(6) = y(6) = .
c6 0.4998
Resumen y ejemplos Tema 5: Valores y vectores propios 14
Fase 7. µ ¶
(7) (6) 0. 5006
y = Bx = ,
0. 2503
c7 = 0.5006,
µ ¶
1 (7) 1.
x(7) = y = .
c7 0.4999
Fase 8. µ ¶
(8) (7) 0. 5002
y = Bx = ,
0. 2501
c8 = 0.5002,
µ ¶
1 (8) 1.
x(8) = y = .
c8 0.5
Fase 9. µ ¶
(9) (8) 0. 5001
y = Bx = ,
0. 2501
c9 = 0.5001,
µ ¶
1 (9) 1.
x(9) = y = .
c9 0.5
Podemos tomar como valor propio de módulo máximo de A−1
μmax = 0.500,
Polinomio característico
¯ ¯
¯ −18 − λ 40 ¯
p (λ) = |A−λI| = ¯¯ ¯
¯
−12 26 − λ
= (−18 − λ)(26 − λ) + 480
= λ2 − 8λ + 12.
Valores propios
p(λ) = 0 ⇒ λ2 − 8x + 12 = 0,
√ √ (
8+4
8 ± 64 − 48 8 ± 16 2 = 6,
λ = = = 8−4
2 2 2 = 2.
λ1 = 6, λ2 = 2.
El vector propio de módulo mínimo es λ2 = 2.
Calculamos los vectores propios asociado al valor propio de módulo mínimo.
(A − 2I) v = 0,
µ ¶µ ¶ µ ¶
−20 40 x 0
= ,
−12 24 y 0
½ ½
−20x + 40y = 0, −x + 2y = 0,
⇐⇒
−12x + 24y = 0. −x + 2y = 0.
½
x = 2t,
y = t, t ∈ R.
Los vectores propios asociados a λ = 2 son de la forma
µ ¶
2
v = tv1 , con v1 = .
1
Entonces
• (λ − α, v) es par valor-vector propio de C = (A − αI).
Demostración
Av = λv
Av − αv = λv − αv
(A − αI) v = (λ − α) v ¤
Fundamento del método
Si λ̄ está próximo al valor propio λ de A entonces C = A − λ̄I tiene un
valor propio δ = λ − λ̄ con |δ| pequeño y podemos aplicar el método de la
potencia inversa a C para determinar δ = λ − λ̄.
Partimos de una matriz A de orden n × n con valores propios
|λ1 | > |λ2 | > · · · > |λj | > · · · > |λn | ,
y vectores propios asociados v1 , v2 , . . . , vn . Disponemos además de una es-
timación inicial λ̄ w λj . El objetivo es aproximar el valor de λj y obtener
un vector propio asociado.
1. Calculamos C = A − λ̄I que tiene un valor propio de módulo mínimo
δ min = λj − λ̄.
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 × 10−2 −. 46296 ⎠ ⎝ −. 26957 ⎠
−2. 3148 −. 46296 2. 6852 −. 87827
⎛ ⎞
4. 843
= ⎝ −3. 1396 × 10−2 ⎠ ,
−4. 5483
c2 = 4. 843,
⎛ ⎞ ⎛ ⎞
4. 843 1.0
1 ⎝
x(2) = −3. 1396 × 10−2 ⎠ = ⎝ −6. 4828 × 10−3 ⎠ .
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 × 10−2 ⎠ ,
−4. 8336
c3 = 4. 8621,
⎛ ⎞
1.0
1 (3) ⎝
x(3) = y = −5. 6706 × 10−3 ⎠ .
c3
−. 99414
Fase 4. ⎛ ⎞
4. 9891
y(4) = Bx(3) = ⎝ −2. 1879 × 10−3 ⎠ ,
−4. 9816
c4 = 4. 9891,
⎛ ⎞
1.0
1 (4) ⎝
x(4) = y = −4. 3854 × 10−4 ⎠ .
c4
−. 9985
Fase 5. ⎛ ⎞
4. 9967
y(5) = Bx(4) = ⎝ −6. 5383 × 10−4 ⎠ ,
−4. 9958
c4 = 4. 9967,
⎛ ⎞
1.0
1 (5) ⎝
x(5) = y = −1. 3085 × 10−4 ⎠ .
c5
−. 99982
Fase 6. ⎛ ⎞
4. 9996
y(6) = Bx(5) = ⎝ −7. 1217 × 10−5 ⎠ ,
−4. 9995
c6 = 4. 9996,
⎛ ⎞
1.0
1
x(6) = y(6) = ⎝ −1. 4245 × 10−5 ⎠ .
c6
−. 99998
Fase 7. ⎛ ⎞
¡ −1 ¢ (6) 5.0
y(7) = B x = ⎝ −7. 9402 × 10−6 ⎠ ,
−4. 9999
c7 = 5,
⎛ ⎞
1.0
1 (7)
x(7) = y = ⎝ −1. 588 × 10−6 ⎠ .
c7
−. 99998
Resumen y ejemplos Tema 5: Valores y vectores propios 19
Fase 8. ⎛ ⎞
5.0
y(8) = Bx(7) = ⎝ −9. 1122 × 10−6 ⎠ ,
−4. 9999
c8 = 5,
⎛ ⎞
1.0
1 (8) ⎝
x(8) = y = −1. 8224 × 10−6 ⎠ .
c8
−. 99998
Podemos tomar como valor propio de módulo máximo de B = C−1
μmax = 5,