Вы находитесь на странице: 1из 18

Determinacion Numerica de Eigenvalores y Eigenvectores.

Jose Mara Rico Martnez Departamento de Ingeniera Mecanica. Universidad de Guana uato! ". I. M. E. E. #alle $ampico No. %&'! #ol. (ellavista. #) *+,*-! .alamanca! Gto.! Me/ico $el. 01'23+32+34-%&&! "a/5 01'23+32+3,'3--. E2mail5 jrico@salamanca.ugto.mx

&

Introduccion

Estas notas tienen como o6 etivo presentar los conceptos 7undamentales de la teora de Eigenvalores y Eigen2vectores! tam6ien conocidos como valores y vectores caratersticos o como valores y vectores propios! de una matriz cuadrada! as como una revision somera de los metodos numericos empleados para su determinacion.

'

Esta6lecimiento del pro6lema y de7iniciones.


nn

#onsidere una matriz 8

dada por
a1
a11
a2
1

... a1n
. . . a2n
. . . a3n

a12
a22
a32

a2
3

a31
8;

a33

9&:
.
.

.
..

.
..

.
..

an
an1
2

a
n3

. . . ann

<ue b ; -! se dice <ue es un eigenvector!

De7inicion5 Eigenvalor y Eigenvector. Un vector b

! tal 1

vector propio o vector caracterstico! de la matriz 8 si y solo si C. 8b ; b, donde 9': 8demas! se dice <ue el escalar es el eigenvalor! valor propio o valor c=aracteristico de la matriz 8 asociado al eigenvector b> de manera recproca! se dice <ue b es un eigenvector de 8 asociado al eigenvalor . De6e notarse <ue! aun cuando la matriz 8 es real! los eigenvalores asociados a la matriz pueden ser numeros comple os.
vectorial de ! concido como el eigenespacio asociado al eigenvalor .
n
$eorema I. El con unto de todos los eigenvectores b asociados al eigenvalor constituyen un su6espacio

)rue6a5 Es su7iciente mostrar <ue el con unto de vectores

8b ;
| E ; {b b} esta cerrado respecto a la adicion de vectores y la multiplicacion por escalar.
1

De6e notarse <ue la ecuacion 9': re<uiere necesariamente <ue la matriz de6a ser cuadrada.

&

, &. .ean b1 b2

E! por lo tanto
8b ; b1 8b ; b2

y 1 2 )uesto <ue la multiplicacion de matrices es una operacion lineal! se tiene <ue


8 b1 0 b2 ; 8b1 0 8b2 ; b1 0 b2 ; b1 0 b2

por lo tanto! el con unto esta cerrado respecto de la adicion.


'. .ea b1

E y ! por lo tanto
8 b1 ; b1.

)uesto <ue la multiplicacion de matrices es una operacion lineal! se tiene <ue


8 b1 ; 8b1 ; b1 ; b1 ; b1 .

por lo tanto! el con unto esta cerrado respecto a la multiplicacion por escalar.
Estas dos prue6as parciales veri7ican <ue el con unto de todos los eigenvectores asociados al eigenvalor
b

constituyen un su6espacio vectorial de #onsidere a=ora la ecuacion 9':! <ue puede reescri6irse de la siguiente 7orma 9*:
8b ; b,

8b ; Inb,

?8 In@ b

; donde In es la matriz identidad de orden n. )uesto <ue! por de7inicion! b ; -! la unica posi6ilidad para <ue

la ecuacion 9*: se satis7aga es <ue! la matriz ?8 In@ sea singular y <ue sea un elemento del espacio nulo o

Aernel de la matriz. Una condicion necesaria y su7iciente para <ue la matriz ?8 In@ sea singular es <ue su determinante sea cero> es decir p9: ;| 8 In |; -. 93: E/pandiendo el determinante de la ecuacion 93:! se o6tiene una ecuacion polinomial real de n2esimo orden en . Esta ecuacion se denomina la ecuacion caracterstica de la matriz 8. Bas raices de la ecuacion caracterstica son los eigenvalores de la matriz y los vectores <ue satis7acen la ecuacion 9*: son los eigenvectores asociados a los eigenvalores respectivos. Es importante seCnalar <ue si la matriz 8 es real! la ecuacion caracterstica de orden n es real. Del teorema 7undamental del alge6ra! se sa6e <ue la ecuacion 93: tiene n raices cuando se analiza en el campo de los numeros comple os! tomando en cuenta la multiplicidad de una raiz> es decir! cuantas veces aparece como repetida una raiz. 8demas! si la ecuacion 93: tiene una raiz comple a o imaginaria! el comple o con ugado de esa raiz! tam6ien es raiz de la ecuacion. En otras pala6ras! las raices comple as o imaginarias de una ecuacion polinomial real siempre aparecen como pares con ugados.

Metodo directo de determinacion de los eigenvalores y eigenvec2tores de una matriz.

Bas o6servaciones indicadas al termino de la seccion '! constituyen las 6ases de la determinacion de eigenvalores y eigenvectores por el metodo directo. Bos pasos necesarios para esta determinacion se indican a continuacion. &. Determine la ecuacion caracterstica de la matriz> es decir determine p9: ;| 8 In |; -. '. Encuentre las n raices de la ecuacion caracterstica. Estas raices son los eigenvalores de la matriz. '

*. )ara cada uno de los eigenvalores determine el su6espacio solucion de la ecuacion Estos su6espacios solucion constituyen el eigenespacio asociado al eigenvalor .
?8

In@ b ; -.

*.&

E emplo &.

#onsidere la matriz dada por

' 3 &

8;

'

+ ' &

3 * 4 -

' * 3 1 Ba ecuacion caracterstica de la matriz 8 esta dada por - ;| 8 I4 |; p9: ; &+*+ 0 ,1+ 3% && 0 Ba 7igura & muestra la gra7ica de la ecuacion caracterstica! es evidente! de la 7igura <ue e/isten 3 raices reales Bas raices de la ecuacion caracterstica y! por lo tanto! los eigenvalores de la matriz 8 estan dadas por
2 3 4

2,000

1,000 lambd a 8 6 4 2 0 2 4 6 8 10

1,000

2,00 0

3,00 0

4,00 0

"igure &5 Gra7ica de la Ecuacion #aracterstica de la Matriz 8. 1 ; 4.*4'3*-1&*, 2 ; *.-%3+1+,4,, 3 ; +.**%3'3&&4, 4 ; %.%34*3%+-4.
)ara la determinacion de los eigenvectores asociados a 1 ; 4.*4'3*-1&*! se tienen <ue realizar los siguien2tes c alculos.

&. Determinar la matriz 8 1 I4! dada por


&+.*4'3*-1&

'
&3.*4'3*-1&

3 '

' 8
1

& & -

I4

; 3 *

-. *4'3*-1&*

' *

&*.*4'3*-1 &

'. D6tener la 7orma escalonada reducida de la matriz 8 1 I4! dada por &+.*4'3*-1 &
-

'.&3.&*4'++1-

3.'.344*'4-'%

&.-.4,,%&,%%'4

1.-1%'%%*&4

&*.*-*-+1+'

-.--------%

Este resultado parece contradictorio! si los calculos se =u6ieran realizado de manera e/acta! la matriz 8 1 I4 de6e ser singular! y el termino 93 , 3: de la 7orma escalonada reducida de6era ser igual a -. Ba di7erencia es el resultado de no realizar los calculos de manera e/acta.

*. Despreciando el error indicado en el punto anterior! el eigenvector asociado al eigenvalor 1 esta dado por la solucion del sistema &+.*4'3*-1 x1 '.3.&.& &3.&*4'++1'.344*'4-' % -.4,,%&,%%' 4
x
2
x

Ba solucion esta dada por


T

1.-1%'%%*&4

&*.*-*-+1+'

b1 ; -.'31*&441%* -.&%%+&3%,3+ & -.*4-*&-,43' .

Es importante seCnalar <ue cual<uier multiplo escalar de

es igualmente un eigenvector de la matriz 8

asociado al eigenvalor 1.

)rocediendo de manera seme ante con los restantes eigenvalores! se tiene <ue )ara ; *.-%3+1+,4,! se tiene <ue &. 2
T

b2 ; )ara '. 3

-.-+3,44**%3

-.31,%1,3%1 +

-.&--3,*1&' -

& .

; +.**%3'3&&4! se tiene <ue b3


T

; )ara *. 4

-.14-'3%3&1 -

-.'&1*,,&-1'

-.&&+4-&1-+ 4

& .

; %.%34*3%+-4! se tiene <ue

b4 ;

& -.*,1+3'%&++ -.'41+3%-*1& -.-133+,+**-4

Determinacion de Eigenvalores y Eigenvectores de Matrices .i2metricas.

Esta seccion inicia de7iniendo de manera 7ormal una matriz simetrica. original! es decir5
De7inicion. Una matriz 8 n
n

se dice <ue es simetrica! si y solo si! su transpuesta es igual a la matriz


8 ; 8.
T

.i la matriz cuyos eigenvalores y eigenvectores se desea determinar es simetrica! entonces es posi6le encontrar interesantes resultados teoricos <ue simpli7ican esa determinacion. )or e emplo! en la seccion '! se coment <ue 3

los eigenvalores de una matriz real pueden ser reales o comple os! sin em6argo! si la matriz es simetrica! puede pro6arse <ue todos sus eigenvalores son reales. .in em6argo! para pro6ar estos resultados! es necesario emplear algunos resultados acerca de matrices de7inidas so6re el campo de los numeros comple os y de espacios vectoriales comple os. De7inicion. #onsidere el espacio vectorial C ! de7inido so6re el campo de los numeros comple os! C! es posi6le de7inir la siguiente 7orma cuadratica q 5 C q9v: ; v v, donde la 6arra indica la transpuesta con ugado del vector. Es necesario pro6ar <ue la imagen de este mapeo es e7ectivamente un numero real
n n n

q9v: ;

v;
j=1

v j vj ;
j=1

9aj 0 i bj :9aj 0 i bj : ; 9aj 0 bj :


j=1

$eorema II. Ba 7orma cuadratica de7inida en la de7inicion anterior es positiva de7inida. )rue6a5 Es evidente <ue q9v: - v C . En particular! si q9v: ; -! entonces
n
9a j2 0 bj2: ; -

aj ; bj ; -j ; &, ', . . . , n.

j=1

)or lo tanto!
qv

9:;-

;nn

8=ora se analizaran algunas propiedades de matrices comple as. De7inicion. #onsidere el alge6ra de matrices cuadradas! C comple os. Una matriz 8 C
nn

! de7inidas so6re el campo de los numeros

se denomina =ermitiana si 8 ; 8.

Donde! 8 representa la transpuesta con ugada de la matri/ 8. Es decir! una matriz es =ermitiana! si la matriz es igual a su transpuesta con ugada. )uesto <ue el campo de los numeros reales es un su6campo de los numeros comple os! < C! entonces si a ! entonces a ; a! y se tiene el siguiente resultado.
$eorema III. Una matriz simetrica! real! es una matriz =ermitiana. nn nn

)rue6a5 .uponga <ue 8

<C

es simetrica! entonces 8 ; 8 ! y se tiene <ue 8 ; 8 ; 8.


T

por lo tanto es =ermitiana. $eorema IE. .ea 8 C


nn

una matriz =ermitiana. Entonces

&. x 8 x es un numero real para todo x Cn ! y '. $odos los eigenvalores de 8 son reales.
)rue6a5 )ara la primera parte! considere el numero comple o x 8x

;x 8 x

;x 8x

puesto <ue el numero comple o satis7ace la propiedad de <ue su con ugado es igual al numero! entonces el numero Fcomple oG es! en realidad! un numero real. )ara la segunda parte considere! un eigenvalor de la matriz 8 =ermitiana y sea x un eigenvector de 8 asociado a y con la propiedad <ue su 7orma cuadratica q9x: ; x x ; &! entonces 8x;
8demas

De6e notarse <ue por el primer resultado de este teorema es un numero real.

De6e recordarse <ue 4 como indica el $eorema III! todas las matrices sim etricas son =ermitianas! de manera <ue todos los resultados del $eorema IE son aplica6les a todas las matrices simetricas. )uede! ademas! mostrarse <ue si la matriz es simetrica los eigenvectores son ortogonales! sin em6argo! la prue6a de este resultado re<uiere de conceptos 6astante mas complicados.

'

3 & & Ba ecuacion caracterstica de la matriz 8 esta dada por - ;| 8 I4 | ; p9: ; '3 33 0 %3+ +2 && 3 0
4

&

- 1

3.&

E emplo '.

#onsidere la matriz dada por

Ba 7igura ' muestra la gra7ica de la ecuacion caracterstica! es evidente! de la 7igura <ue e/isten 3 raices reales Bas raices de la ecuacion caracterstica y! por lo tanto! los eigenvalores de la matriz 8 estan dadas por

8;

10

"igure '5 Gra7ica de la Ecuacion #aracterstica de la Matriz 8. +

1 ; %.*'11-'*&*, 2 ; 3.33+,%1*&&, 3 ; 1.%&1'-11'+, 4 ; %.%+*1-&3,+. )ara la determinacion de los eigenvectores asociados a 1 ; %.*'11-'*&*! se tienen <ue realizar los siguien2tes c alculos. &. Determinar la matriz 8 1 I4! dada por
&,.*'11-'*&

'
&1.*'11-'*&

' 8
1

'

& & -

I4

; 3 '

&. *'11-'*&*

&3.*'11-' & & *&

'. D6tener la 7orma escalonada reducida de la matriz 8 1 I4! dada por


&,.*'11-'*&
-

'.&1.-%3+'4,,

3.'.3+&,3,-,3

&.-.4431+*'*&1


-.-4++&'''1*

&3.'&1%3,3,

-.--------* *'

Este resultado parece contradictorio! si los calculos se =u6ieran realizado de manera e/acta! la matriz 8 1 I4 de6e ser singular! y el termino 93 , 3: de la 7orma escalonada reducida de6era ser igual a -. Ba di7erencia es el resultado de no realizar los calculos de manera e/acta.

*. Despreciando el error indicado en el punto anterior! el eigenvector asociado al eigenvalor 1 esta dado por la solucion del sistema &,.*'11-'* & Ba solucion esta dada por
T

'.&1.-%3+'4,,

3.'.3+&,3,-, 3

&.-.4431+*'*& 1

x1
x
2
x

; -

b1 ; -.'1--&-'41+ -.&+',*-141* & -.--+-%'+&-&&& .

-.-4++&'''1*

&3.'&1%3,3,

x
4

Es importante seCnalar <ue cual<uier multiplo escalar de

es igualmente un eigenvector de la matriz 8

asociado al eigenvalor 1.

)rocediendo de manera seme ante con los restantes eigenvalores! se tiene <ue )ara ; 3.33+,%1*&&! se tiene <ue &. 2
T

b2 ;

-.-,&1+,'*%% '

-.34&+*,33%* -.-13*%&%4,4'

&

)ara '. 3 ; 1.%&1'-11'+! se tiene <ue b3


T

; )ara *. 4

-.14&4*&1'*1

&

-.*&-%,4'* ,4

-.31+%&'-%,&

; %.%+*1-&3,+! se tiene <ue b4 ; & -.3%+&,-&&1+ -.&+,3*&,-% % -.*-&3*3313


T