Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CAMPUS TAPACHULA
EQUIPO MORADO:
MARCO ANTONIO ESPINOSA MARTINEZ.
GABRIEL DE JESUS HERRERA SANGEADO.
DIEGO DE JESUS VALENCIA GONZALEZ.
CRISTIAN DANIEL GARCIA VELAZQUEZ.
GELASIO DAVID MEZA HERRERA.
CESAR ARTURO GARCIA MARTINEZ.
JOSE MARIO AQUIAHUATL RODRIGUEZ
DOCENTE:
ING. FRANCISCO ANTONIO ANDRADE CAMPOS
CARRERA:
INGENIERIA CIVIL
“4” SEMESTRE GRUPO “A”
INTRODUCCIÓN.............................................................................................................................3
MÉTODOS PARA EL CÁLCULO DE VALORES Y VECTORES PROPIOS; Y
GRADIENTE, DIVERGENCIA Y ROTACIONAL.......................................................................4
CONCLUSIÓN.................................................................................................................................5
BIBLIOGRAFÍA...............................................................................................................................6
INTRODUCCIÓN
3
MÉTODOS PARA EL CÁLCULO DE VALORES Y
VECTORES PROPIOS; Y GRADIENTE,
DIVERGENCIA Y ROTACIONAL.
Los vectores propios, autovectores o eigenvectores de un operador lineal son los
vectores no nulos que, cuando son transformados por el operador, dan lugar a un
múltiplo escalar de sí mismos, con lo que no cambian su dirección. Este escalar
Arecibe el nombre valor propio, autovalor, valor característico o eigenvalor. A
menudo, una transformación queda completamente determinada por sus vectores
propios y valores propios. Un espacio propio, autocaspacio o eigenespacio es el
conjunto de vectores propios con un valor propio común. Las transformaciones
lineales del espacio _ como la rotación, la reflexión, el ensanchamiento, o
cualquier combinación de las anteriores; en esta lista podrían incluirse otras
transformaciones pueden interpretarse mediante el efecto que producen en los
vectores.
Los vectores pueden visualizarse como flechas de una cierta longitud apuntando
en una dirección y sentido determinados.
4
Formalmente, se definen los vectores propios y valores propios de la siguiente
manera: Si A: V → V es un operador lineal en un cierto espacio vectorial V, v es
un vector diferente de cero en V y c es un escalar tales que
A v =c v
Proyección sobre una recta: los vectores propios con el valor propio 1 son
paralelos a la línea, vectores propios con el valor propio 0 son paralelos a la
dirección de la proyección.
5
Cálculo de valores propios y vectores propios de matrices. Si se quiere calcular los
valores propios de una matriz dada y ésta es pequeña, se puede calcular
simbólicamente usando el polinomio característico. Sin embargo, a menudo
resulta imposible para matrices extensas, caso en el que se debe usar un método
numérico.
ecuación:
Si A es una matriz n × n, entonces tiene grado n y A tiene como máximo n
valores propios.
6
Encontrando vectores propios. Una vez que se conocen los valores propios λ,
los vectores propios se pueden hallar resolviendo el sistema de ecuaciones
homogéneo:
Una forma más sencilla de obtener vectores propios sin resolver un sistema de
ecuaciones lineales se basa en el teorema de Cayley-Hamilton que establece que
cada matriz cuadrada satisface su propio polinomio característico. Así,
si son los valores propios de A se cumple que
Ejemplo de matriz sin valores propios reales. Un ejemplo de matriz sin valores
propios reales es la rotación de 90 grados en el sentido de las manecillas del reloj:
Ejemplo
Considérese la matriz
7
y porque p(x) = - (x - 2)(x - 1)(x + 1) se ve que los valores propios de A son 2, 1 y
-1. El teorema de Cayley-Hamilton establece que cada matriz cuadrada satisface
su propio polinomio característico. Es decir:
, , , ...
8
Gradiente. En cálculo vectorial, el gradiente de un campo escalar es
un campo vectorial. El vector gradiente de evaluado en un punto genérico del
dominio de , ( ), indica la dirección en la cual el campo varía más
rápidamente y su módulo representa el ritmo de variación de en la dirección de
dicho vector gradiente. El gradiente se representa con el operador
diferencial nabla seguido de la función (cuidado de no confundir el gradiente
con la divergencia, ésta última se denota con un punto de producto escalar entre
Si se toma como campo escalar el que se asigna a cada punto del espacio una
presión P (campo escalar de 3 variables), entonces el vector gradiente en un
punto genérico del espacio indicará la dirección en la cual la presión cambiará más
rápidamente. Otro ejemplo es el de considerar el mapa de líneas de nivel de una
montaña como campo escalar que asigna a cada pareja de coordenadas
latitud/longitud un escalar altitud (campo escalar de 2 variables). En este caso el
vector gradiente en un punto genérico indicará la dirección de máxima inclinación
de la montaña. Nótese que el vector gradiente será perpendicular a las líneas de
contorno (líneas "equiescalares") del mapa. El gradiente se define como el campo
vectorial cuyas funciones coordenadas son las derivadas parciales del campo
escalar, esto es:
9
Una forma equivalente de definir el gradiente es como el único vector que,
multiplicado por el vector unitario, da la derivada direccional del campo escalar:
10
Divergencia. La divergencia de un campo vectorial mide la diferencia entre el
flujo entrante y el flujo saliente de un campo vectorial sobre la superficie que rodea
a un volumen de control, por tanto, si el campo tiene "fuentes" o "sumideros" la
divergencia de dicho campo será diferente de cero.
Esta definición está directamente relacionada con el concepto de flujo del campo.
Como en el caso del flujo, si la divergencia en un punto es positiva, se dice que el
campo posee fuentes. Si la divergencia es negativa, se dice que tiene sumideros.
El ejemplo más característico lo dan las cargas eléctricas, que dan la divergencia
del campo eléctrico, siendo las cargas positivas manantiales y las negativas
El resultado es sencillo:
11
Coordenadas ortogonales. Sin embargo, para un caso más general
de coordenadas ortogonales curvilíneas, como las cilíndricas o las esféricas, la
expresión se complica debido a la dependencia de los vectores de la base con la
posición. La expresión para un sistema de coordenadas ortogonales es:
12
Rotacional. En el cálculo vectorial, el rotacional o rotor es un operador vectorial que
muestra la tendencia de un campo vectorial a inducir rotación alrededor de un punto.
J=∇ × F
13
Que se puede expresar de forma más concisa con ayuda del operador nabla como
un producto vectorial, calculable mediante un determinante:
Debe tenerse muy presente que dicho determinante en realidad no es tal pues los
elementos de la segunda fila no tienen argumento y por tanto carecen de sentido.
Además dicho determinante sólo puede desarrollarse por la primera fila. En
definitiva, la notación en forma de determinante sirve para recordar fácilmente la
expresión del rotacional.
Propiedades:
Ejemplos:
Si una autopista fuera descrita con un campo vectorial, y los carriles tuvieran
diversos límites de velocidad, el rotacional en las fronteras entre los carriles
sería diferente de cero.
La ley de Faraday de la inducción y la ley de Ampère-Maxwell, dos de
las ecuaciones de Maxwell, se pueden expresar muy simplemente usando el
rotacional. La primera indica que el rotacional de un campo eléctrico es igual a la
tasa de variación de la densidad del flujo magnético, con signo opuesto debido a
la Ley de Lenz; la segunda indica que el rotacional de un campo magnético es
igual a la suma de la densidad de corrientes y la derivada temporal de la densidad
de flujo eléctrico.
15
lleva a una ecuación de valor propio regular, mientras que en radar, el sistema
coordenado se define desde el punto de vista del radar, y da lugar a una ecuación
de valor propio conjugado.
Problema de valor propio generalizado
Un problema de valor propio generalizado (2º sentido) es de la forma
donde A y B son matrices. Los valores propios generalizados (2º sentido) λ
pueden obtenerse resolviendo la ecuación
El conjunto de matrices de la forma , donde es un número complejo, recibe el
nombre de lápiz si B es invertible, entonces el problema original puede escribirse
en la forma que es un problema de valores propios estándar. Sin embargo, en la
mayoría de situaciones es preferible no realizar la inversión, y resolver el problema
de valor propio generalizado con la configuración original.
Si A y B son matrices simétricas con entradas reales, entonces los valores propios
son reales. Esto se aprecia tan fácilmente a partir de la segunda formulación
equivalente, pues la matriz no es necesariamente simétrica si A y B lo son.
La aplicación de moleculares orbitales expuesta más adelante proporciona un
ejemplo de este caso.
Entradas de un anillo
En una matriz cuadrada A con entradas de un anillo, λ recibe el nombre de valor
propio por la derecha si existe un vector columna x tal que Ax=λx, o un valor
propio por la izquierda si existe un vector fila no nulo y tal que yA=yλ.
Si el anillo es conmutativo, los valores propios por la izquierda son iguales a los
valores propios por la derecha y se les llama simplemente valores propios.
16
una matriz es matriz diagonalizable si y solo si las multiplicidades geométrica y
algebraica coinciden para todos sus valores propios. En particular una
matriz n×n que tiene n valores propios diferentes es siempre diagonalizable;
Dado que la traza, o la suma de elementos de la diagonal principal de una matriz
se preserva en la equivalencia unitaria, la forma normal de Jordan constata que es
igual a la suma de sus valores propios.
De forma similar, dado que los valores propios de una matriz triangular son las
entradas de la diagonal principal su determinante es igual al producto de los
valores propios (contados de acuerdo con su multiplicidad algebraica).
Algunos ejemplos de la localización del espectro de ciertas subclases de matrices
normales son:
17
Si el espacio vectorial es de dimensión infinita, la noción de valores propios puede
generalizarse al concepto de espectro. El espectro es el conjunto de escalares λ
para el que , no está definido, esto es, tal que no tiene inversa acotada.
Si λ es un valor propio de T, λ está en el espectro de T. En general, el recíproco no
es verdadero. Hay operadores en los espacios de Hilbert o Banach que no tienen
vectores propios. Por ejemplo, tómese un desplazamiento bilateral en el espacio
de Hilbert ; ningún vector propio potencial puede ser cuadrado-sumable, así que
no existe ninguno. Sin embargo, cualquier operador lineal acotado en un espacio
de Banach V tiene espectro no vacío. Elespectro deloperador T V → V se define
como no es invertible.
Entonces σ(T) es un conjunto compacto de números complejos, y es no vacío.
Cuando T es un operador compacto (y en particular cuando T es un operador
entre espacios finito-dimensionales como arriba), el espectro de T es igual que el
conjunto de sus valores propios.
En espacios de dimensión infinita, el espectro de un operador acotado es siempre
no vacío, lo que también se cumple para operadores adjuntos propios no
acotados. A través de su medida espectral, el espectro de cualquier operador
adjunto propio, acotado o no, puede descomponerse en sus partes absolutamente
continua, discreta, y singular. El crecimiento exponencial proporciona un ejemplo
de un espectro continuo, como en el caso anterior de la cuerda vibrante. El átomo
de hidrógeno es un ejemplo en el que aparecen ambos tipos de espectro.
El estado ligado del átomo de hidrógeno corresponde a la parte discreta del
espectro, mientras que el proceso de ionización queda descrito por la parte
continua.
CONCLUSIÓN
18
BIBLIOGRAFÍA
http://es.wikipedia.org/wiki/C%C3%A1lculo_tensorial
http://w3.mecanica.upm.es/mmc-ig/Apuntes/indices.pdf
http://es.wikipedia.org/wiki/Vector_propio_y_valor_propio
19
http://es.wikipedia.org/wiki/Divergencia_(matemática)
20