Está en la página 1de 11

Valores_vectores_propios

April 4, 2020

UNIVERSIDAD DE MEDELLÍN

MAESTRÍA EN MODELACIÓN Y CIENCIA COMPUTACIONAL

MODELACIÓN DE CIENCIAS BÁSICAS III

AUTOR: Fabricio vinces


DOCENTE: Herman Jaramillo

1 Análisis Matemático Aplicado


1.1 Problemas Capítulo 1: Semana 6
1.1.1 Actividad 1
Dada la siguiente matríz:

0 0 0 0
 
1 1 1 1
 
0 0 0 0
1 1 1 1
Resuelve las siguientes preguntas:
a). Encuentre el polinomio característico P(λ).
b). Encuentre los valores propios de A.
c). Encuentre los vectores propios de A.
d). Encuentre la multiplicidad algebraica y geométrica para cada valor propio.
En clase solo hicimos matrices 2x2. Aunque este matix es 4x4, es una matriz fácil. Para encon-
trar los vectores propios, recomiendo usar gaussiano eliminación.
a). Encuentre el polinomio característico P(λ).
Para determinar el polinómio característico P(λ), implica calcular el determinante de
(A − Iλ) = 0, se puede determinar de varias maneras, en este caso se utiliza la técnica de co-
factores; mismo que se define como:

| A| = a11 C11 + a12 C12 + ... + a1n C1n


.
donde Cij es cada cofactor asociado a cada aij

1
En este caso particular (A − Iλ) es conveniente operar con la primera o tercera fila, ya que se
simplifican los cálculos.

0−λ 0 0 0
 
 1 1−λ 1 1 
(A − λI) =  0

0 0−λ 0 
1 1 1 1−λ
0 − λ 0 0 0

1 1−λ 1 1

|A − λI| =
0 0 0−λ 0
1 1 1 1 − λ
2.1
|A − λI| = −λ [(1 − λ)(−λ)(1 − λ) + λ] = P(λ) = 0
b). Encuentre los valores propios de A
Resolvemos P(λ) = 0 y obtemos:

−λ [(1 − λ)(−λ)(1 − λ) + λ] = 0
Como tenemos dos factores igualados a 0, implica que al menos uno de los dos es igual a cero.

−λ = 0; λ1 = 0

[(1 − λ)(−λ)(1 − λ) + λ] = 0

(−λ + λ2 )(1 − λ) + λ = 0

− λ + λ2 + λ2 − λ3 + λ = 0

− λ3 + λ2 = 0

λ2 (−λ + 2) = 0

λ2 = 0; λ2 = 0; λ3 = 0

(−λ + 2) = 0; λ4 = 2
Como se obtuvo un mismo valor para λ tres veces, significa que la matríz A tiene dos valores
propios:
λ1 = 0 y λ2 = 2
c). Encuentre los vectores propios de A.
Primero encontramos el o los vectores propios asociados a λ1 = 0
Se tiene que:
Ax = λx
( A − λ1 I ) x = 0
Esto significa que tenemos que encontrar el espcacio nulo (nul)de la matríz (A − λ1 I)

2
(A − λ1 I)x = (A − 0I)x = 0 = (A)x = 0

0 0 0 0
  
x1
1 1 1 1  x2 
 
(A)x = 
0
=0
0 0 0  x3 
1 1 1 1 x4
Esto es un sistema de ecuaciones lineales, podemos resolver el sistema por eliminación de
Gauss:

0 0 0 0 0 1 1 1 1 0 1 1 1 1 0
     
 1 1 1 1 0   1 1 1 1 0   0 0 0 0 0 
 R ←→ R4   R1 − R2 
0  1
 
 0 0 0 0  0 0 0 0 0   0 0 0 0 0 
1 1 1 1 0 0 0 0 0 0 0 0 0 0 0
entoces tenemos:

x1 + x2 + x3 + x4 = 0
De esta expresión despejamos x1 , por ser bariable base;
x1 = − x2 − x3 − x4
x2 = x2
x3 = x3
x4 = x4
−1 −1 −1
       
− x2 − x3 − x4
La solución general: x = 
x 2 1 0
 = x2   + x3   + x4  0 
       
 x3   0   1   0 
x4 0 0 1
Entonces para λ =
1 0 tenemos los vectores propios de A
−1 −1 −1
    
 1   0   0 
 0  ; x2 =  1  ; x3 =  0 
x1 =      

0 0 1
Una base para el nulo de (A − λ1 I) = {x1 , x2 , x3 }
Encontramos el o los vectores propios asociados a λ2 = 2

−2 0 0 0
  
x1
 1 −1 1 1   x2 
(A − 2I)x =   0
  = 0
0 −2 0   x3 
1 1 1 −1 x4
Resolvemos el sistema por eliminación de Gauss:

−2 0 0 0 0 −2 0 0 0 0
   
 1 −1 1 1 0  R2 + 1 R1  0 −1 1 1 0 
2  R + R2
0 0  R4 + 21 R1  0 0  4
  
 0 0 −2 0 −2 0
1 1 1 −1 0 0 1 1 −1 0

3
−2 0 0 0 0 −2 0 0 0 0
   
 0 −1
 1 1 0  1  0 −1
 R4 + R3  1 1 0 

 0 0 −2 0 0  2  0 0 −2 0 0 
0 0 2 0 0 0 0 0 0 0
Despejamos las variables básicas(pivote) en terminos de libre:
x4 = x4 ; x3 = 0; x2 = − x3− x4 = − x4 ;$x_1=0$ 
x1 0 0
 x2   x4  1
La solución general: x =   x3  =  0  = x4 0
    

x4 x4 1
Entonces para λ2 = 2 tenemos el vector propio de A:

0
 
1
x= 0

1
0 
 

1
 
 
Una base para el nulo de (A − 2I) =  0 

 
1
 
d). Encuentre la multiplicidad algebraica y geométrica para cada valor propio.
La multiplicidad algebraica m.a(λ):
Para λ1 = 0; su multiplicidad algebraica es m.a(λ1 ) = 3
Porque al resolver el polinomío característico obtuvimos tres raices de λ igual a 0.
Para λ2 = 2; su multiplicidad es m.a(λ2 ) = 1
La multiplicidad geométrica m.g(λ), es la dimensión del espacio propio asociado a λ.
Entoces:
para λ1 = 0 su espacio asociado es:
Una base para el nulo de

 −1 −1 −1 
     

1 0
; ; 0 

      
( A − λ1 I ) = 
 0
    1   0 

0 0 1
 

Por tal razón, para λ1 = 0; su multiplicidad es m.g(λ1 ) = 3


Para λ2 = 2 su espacio asociado es:  
 0 
1

  
Una base para el nulo de (A − 2I) = 
 0 
  

1
 
Por lo tanto ara λ2 = 2; su multiplicidad es m.g(λ1 ) = 1

1.1.2 Actividad 2
Esta actividad está motivada por la pregunta de Alejandro sobre matrices de rotación. Decimos
que los vectores propios son direcciones invariables. Es decir, si Au = λu, entonces u se escala

4
por un escalar λ y su dirección no cambia. Pero, £qué pasa si λ es complejo, no real? Supongamos,
por simplicidad, matrices de 2x2. El producto Au es un vector en F. Supongamos que F = C. Es
decir, el conjunto de números complejos. Entonces el espacio C es como un espacio real de cuatro
dimensiones. Cuatro coordenadas reales para cada vector 2x1. Esto hace que la interpretación sea
un poco más complicada.
Podemos pensar en números complejos como vectores √ en R en coordenadas polares. Es decir,
π
por ejemplo, el vector (1, 1) tiene una magnitud de 2 y una fase (ángulo) de 4 . Podemos
T

escribir este vector en coordenadas polares en forma compacta como Aeiθ , con A = 2 y θ = π4 ,

e i = −1. Multiplicar números complejos en esta representación (amplitud / fase) es fácil.
Si z1 = A1 eiθ1 , y z2 = A2 eiθ2 , entonces simplemente z1 z2 = A1 A2 ei(θ1 +θ2 ) . Las amplitudes se
multiplican y las fases se suman.
Por favor, conteste a las siguientes preguntas.

(a) Tome un vector real normalizado u de 2x1 y multiplíquelo por eiθ . Proporcione una inter-
pretación geométrica de este producto utilizando el razonamiento del párrafo anterior.

(b) Encuentre los valores propios y los vectores propios de la matriz de rotación:

( )
cosθ −sinθ
A=
sinθ cosθ
Escríbelos en forma polar. Interprete ambos,el lado izquierdo y derecho de la ecuación Ax =
λx con λ valor propio y x un vector propio de unidad. Es decir, interprete Ax en una mano y luego
λx en la otra, para tratar de comprender qué significa el problema del valor propio cuando λ es
complejo.

(c) Considere, en el ítem anterior, los dos casos: θ = 0, π. Qué hace que estos dos casos sean
especiales?

Desarrollo

• (a) Tome un vector real normalizado u de 2x1 y multiplíquelo por eiθ . Proporcione una
interpretación geométrica de este producto utilizando el razonamiento del párrafo an-
terior.
5.1
( √ )t
Sea u = 21 , 23 , normalizado; es decir ∥u∥ = 1, con una fase de π3 ; Sabemos que eiθ =
cos θ + i sen θ.
si multiplico
1
( )
u.eiθ = √2 (cos θ + i sen θ )
3
2
.
Si se remplaza la fase en θ tenemos: 5.2

( )
1 1
( )( √ ) ( √ √ )
iθ 2
( π π) 2 1 3 1 3 3 3
u.e = √
3 cos + i sen = √
3 + i = + i, + i
2
3 3 2
2 2 4 4 4 4

Se obtien un vector en C2 , esto hace que se dificulte su interpretación geométrica;al tener


dos partes reales y dos imaginarias a la vez; es como si se tuviera un vector en R4 , es decir su
interpretación geométrica, por ahora, esta fuera del alcalce de nuestra interpretación

5
• (b) Encuentre los valores propios y los vectores propios de la matriz de rotación:

( )
cosθ −sinθ
A=
sinθ cosθ
Escríbelos en forma polar. Interprete ambos,el lado izquierdo y derecho de la ecuación Ax =
λx con λ valor propio y x un vector propio de unidad. Es decir, interprete Ax por un lado y luego
λx en la otro, para tratar de comprender qué significa el problema del valor propio cuando λ es
complejo.
Cálculo de los valores propios de el polinomio característico:
cos (θ ) − λ sen

( θ ) = (−λ + cos(θ ))(−λ + cos(θ )) − (− sen(θ )) sen(θ ) =

sen (θ ) cos (θ ) − λ

λ2 + (cos(θ ))2 − 2λ cos(θ ) + (sen(θ ))2 =


Aplicamos la identidad trigonométrica sen2 θ + cos2 θ = 1 y remplazamos en lo anterior:

λ2 − 2 cos(θ )λ + 1 = 0
Resolvemos la ecuación de segundo grado y obtenemos:

(λ − (cos(θ ) − i sen(θ )))(λ − (cos(θ ) + i sen(θ ))) = 0


despejamos λ, entonces:

λ1 = cos(θ ) − i sen(θ )
λ2 = cos(θ ) + i sen(θ )
En forma polar:
λ1 = eiθ = cos θ + i sen θ
λ2 = e−iθ = cos θ − i sen θ
Cálculo de los vectores propios para cada de los valores propios:
para:
λ1 = cos(θ ) − i sen(θ )

i sen (θ ) − sen (θ )
( ) ( )
cosθ − λ1 −sinθ
( A − λ1 I ) = =
sinθ cosθ − λ1 sen (θ ) i sen (θ )
Para encontrar lo vectores propios asociados a los valores propios, tenemos:
Ax = λx
( A − λI )x = 0

i sen (θ ) − sen (θ )
( )( )
x1
( A − λI )x = =0
sen (θ ) i sen (θ ) x2
Esto es un sistema de ecuaciones lineales, podemos resolver el sistema por eliminación de
Gauss:
R1
i sen (θ ) − sen (θ ) 0
( )
i sen(θ )
sen (θ ) i sen (θ ) 0 sen (θ ) ̸= 0

6
1 0
( )
i
R2 − (sen (θ )) R2
sen (θ ) i sen (θ ) 0

1 i 0
( )

0 0 0
Entoces:
x1 + ix2 = 0, despejamos x1 por ser variable base.
x1 = −ix2
La respuesta:(sen(θ ) ̸= 0)
x1 = −ix2
x2 = x2 ( ) { [ ]}
−ix2 −i
La solución general:X = = x2
x2 1
Si llamamos
[ ] v al vector propio asociado a λ 1 , tenemos:
−i
v1 = cabe indicar que este vector forma la base nuela de la matríz ( A − λ1 I ); en realidad
1
esta en función de x2 , es decir x2 v
para:
λ2 = cos(θ ) + i sen(θ )

−i sen (θ ) − sen (θ )
( ) ( )
cosθ − λ2 −sinθ
( A − λ2 I ) = =
sinθ cosθ − λ2 sen (θ ) −i sen (θ )
Para encontrar lo vectores propios asociados a los valores propios, tenemos:
Ax = λx
( A − λI )x = 0

−i sen (θ ) − sen (θ )
( )( )
x1
( A − λ2 I ) x = =0
sen (θ ) −i sen (θ ) x2
Esto es un sistema de ecuaciones lineales, podemos resolver el sistema por eliminación de
Gauss:
R1
−i sen (θ ) − sen (θ ) 0
( )
−i sen(θ )
sen (θ ) −i sen (θ ) 0 sen (θ ) ̸= 0

1 i 0
( )
R2 − (sen (θ )) R2
sen (θ ) −i sen (θ ) 0

1 −i 0
( )

0 0 0
Entoces:
x1 − ix2 = 0, despejamos x1 por ser variable base.
x1 = ix2
La respuesta:(sen(θ ) ̸= 0)
x1 = ix2
x2 = x2 ( ) { [ ]}
ix2 i
La solución general:X = = x2
x2 1

7
Si llamamos
[ ] v al vector propio asociado a λ2 , tenemos:
i
v2 = cabe indicar que este vector forma la base nuela de la matríz ( A − λ2 I ); en realidad
1
esta en función de x2 , es decir x2 v2
Entonces,
( tenemos ) v1 , v2 en C,es decir de la forma:
a1 + ib1
vk =
a2 + ib2
En la forma polar quedan expresados como:
|zij |[cos θ + i sen θ ] iθ
( ) ( )
|zij |e
vk = =
|zij |[cos β + i sen β] |zij |eiβ
Expresemos los
) vectores propios en esta forma binaria:
0−i
(
v1 =
1 + 0i
0+i
( )
v2 =
1 + 0i
Como cada elemento de v1 , v2 en un complejo, le podemos encontrar su magnitud o módulo
y expresarlos en forma polar.√
z11 ∈ v1 entonces |z11 | = √ 02 + (−1)2 = 1
z12 ∈ v1 entonces |z12 | = √12 + 02 = 1
z11 ∈ v2 entonces |z11 | = √02 + 12 = 1
z12 ∈ v2 entonces |z12 | = 12 + 02 = 1
Calculamos la fase,para cada elemento de v1
Fase asociada |z11 |:
cos θ = 10 ; θ = cos−1 0 = π2
sen θ = −11 ; θ = sen−1 −1 = −2π
Fase asociada |z12 |:
cos θ = 11 ; θ = cos−1 1 = 0 = π0
sen θ = 01 ; θ = sen−1 0 = 0 = π0
Por lo tanto v1 es :
) ( −i ( π ) )
1.[cos π2 − i sen π2 ]
(
e 2
v1 = 0 0 = 0
1.[cos π + i sen π ] ei ( π )
Calculamos la fase,para cada elemento de v2
Fase asociada |z11 |:
cos θ = 01 ; θ = cos−1 0 = π2
sen θ = 11 ; θ = sen−1 1 = π2
Fase asociada |z12 |:
cos θ = 11 ; θ = cos−1 1 = 0 = π0
sen θ = 01 ; θ = sen−1 0 = 0 = π0
Por lo tanto v2 es :
) ( i( π ) )
1.[cos π2 + i sen π2 ]
(
e 2
v2 = 0 0 = i 0
1.[cos π + i sen π ] e (π)
Interprete Ax en un lado y luego λx en otro, para tratar de comprender qué significa el prob-
lema del valor propio cuando λ es complejo.
Primero(analizaremos)Av[ 1 :] (
i cos θ − sin θ
)
cosθ −sinθ −i
Av1 = =
sinθ cosθ 1 i sin θ + cos θ
Podemos reinscribir lo anterior haciendo la siguiente manipulación:

8
sabemos que:
− sen θ = sen(−θ ), cos(−θ ) = cos θ; cos θ = sen(θ + π/2) y sen θ = cos(θ + π/2)
por lo tanto( tenemos: ) [ ]
i cos θ − sin θ cos(θ + π/2) − i sen(θ + π/2)
( ) ( )
cosθ −sinθ −i
Av1 = = = =
sinθ cosθ 1 i sin θ + cos θ cos θ − i sin θ
( −i(θ +π/2) )
e
e−iθ
Ahora resolvemos 1 v1 :
λ)
−i ( π2 )
( ( −i(θ +π/2) )
− iθ e e
λ1 v 1 = e i ( π0 )
=
e e−iθ
Primero(analizaremos)Av 2:
i cos θ + sin θ
[ ] ( )
cosθ −sinθ i
Av2 = =
sinθ cosθ 1 i sin θ + cos θ
Podemos reinscribir lo anterior haciendo la siguiente manipulación:
sabemos que:
− sen θ = sen(−θ ), cos(−θ ) = cos θ; cos θ = sen(θ + π/2) y sen θ = cos(θ + π/2)
por lo tanto( tenemos: ) [ ]
i cos θ + sin θ cos(θ + π/2) + i sen(θ + π/2)
( ) ( )
cosθ +sinθ i
Av1 = = = =
sinθ cosθ 1 i sin θ + cos θ cos θ + i sin θ
( i(θ +π/2) )
e
eiθ
Ahora resolvemos
( π )λ1 v( 1:
i( 2 )
ei(θ +π/2)
)
iθ e
λ1 v 1 = e 0 =
ei ( π ) eiθ
En realidad se torma muy abstracto de interpretar que sucede al multiplicar el vector propio
v1 por la matríz de rotación A o al multiplicar λ1 v1 ; por defininición el vector propio debe de
mantenerse invariante, es decir debe de mantener su dirección. Se puede decir que el resultado es
un vector complejo, lo que significaría que tendría que ser invariante en ese campo.

• (c) Considere, en el ítem anterior, los dos casos: θ = 0, π. Qué hace que estos dos casos
sean especiales?

Si remplasamos θ =) 0 en(la matríz, obtendremos los


) siguiente: 9.1
cos 0 − sin 0 1 0
( ) (
cosθ −sinθ
A= = =
sinθ cosθ sin 0 cos 0 0 1
1 0
( ) ( )
Tenemos que λ1 = 1 con vectores propios v1 = y v2 =
0 1
Se obtiene una matríz identidad, lo que significa que cada columna es un vector propio; y al
rotar la matríz, lo que hace es escalar al vector propio.
Si remplasamos θ =) π en(la matríz, obtendremos
) ( los siguiente:
cos θ − sin θ cos π − sin π −1 0
( )
A= = =
sin θ cos θ sin π cos π 0 −1
−1 0
( ) ( )
Tenemos que λ1 = −1 con vectores propios v1 = y v2 =
0 −1
Cada columna es un vector propio; y al rotar la matríz, lo que hace es escalar al vector propio
en sentido contrario a las manecillas del reloj.
Entonces, según lo argumentado enteriormente, es eso lo que hace que cuando θ = 0, π son
casos especiales.

9
Tambien podemos ver que los valores propios y vectores propios estan en R y R2 respectiva-
mente.

10

Powered by TCPDF (www.tcpdf.org)


Índice de comentarios

2.1 brincò pasos

5.1 theta no tiene que ser pi/6. La fase de u si pero theta puede ser diferente

5.2 esta no era la idea. Convierta (1/2, sqrt(3/2) a forma compleja: 1/2 + i( sqrt(3/2) y multiplique. Encuentra que es una
rotacion de pi/6, es decir que el producto es un vector rotado pi/3

9.1 Todos los vectores en R^2 son vectores propios de la identidad y su negativo

Powered by TCPDF (www.tcpdf.org)

También podría gustarte