Captulo 7 Teorema espectral

7.4- Teorema Espectral

Teorema espectral para matrices simtricas
Continuaremos nuestra presentacin dedicndonos al anlisis, por medio de ejemplos, de las matrices simtricas
con elementos reales, las cuales segn lo seala el Teorema espectral para matrices simtricas tienen slo
autovalores y autovectores reales
Una matriz simtrica A goza de las siguientes propiedades
Este estudio de los subespacios E( para matrices simtricas y por lo tanto de sus autovalores y autovectores,
es de singular importancia ya !ue muc"as matrices !ue se presentan en situaciones reales o son simtricas o en
la solucin del problema intervienen matrices simtricas como lo describiremos a continuacin#
1
1. A tiene n autovalores reales, contando las multiplicidades
2. Cada subespacio E() tiene como dimensin la multiplicidad del autovalor
como raz del polinomio caracterstico.
3. Los espacios E() son mutuamente ortogonales, es decir, los
autovectores de cada espacio E() son ortogonales a los autovalores de
cada uno de los otros subespacios E().
. A es diagonalizable por una trans!ormacin ortogonal.
Captulo 7 Teorema espectral

Ilustracin del teorema espectral para matrices simtricas
$lustraremos el teorema espectral en el caso de la matriz simtrica
A %
2
&ecordemos !ue la solucin por m'nimos cuadrados de Ax % b, donde A es una matriz de
dimensin m(n, es una solucin de A
)
Ax % b#
*a matriz A
)
A es una matriz simtrica#
+i A
)
A es regular, entonces x % (A
)
A
,-
A
)
b es la solucin por m'nimos cuadrados#
+i A
)
A es singular, es decir no invertible, se de.ine la seudoinversa de A o inversa Moore-
Penrose denotada A
/
, as'0
A
/
%
r
!
,-
"
r
, donde
r es el rango de A#
1# *as columnas de
r
son los autovectores , de
!
,-
%
es una matriz diagonal de orden r# *os
i
, - i r, son las ra'ces cuadradas
de los autovalores positivos de A
)
A (!ue son los mismos !ue los autovalores de
A A
)
# *os autovalores de A A
)
y de A
)
A con siempre nmeros no negativos.

A
)
A asociados a los
i
2
, - i r#


r
es de dimensin m(r
3# *as columnas de "
r,
matriz de dimensin r(n,

son los r autovectores de A A
)
asociados a los
i
2
, - i r .
"na solucin por m#nimos cuadrados $la de lon%itud m#nima& se 'alla por
la (rmula x % A
/
b

,-


r

,-
*a descomposicin en valor sin%ular con amplias aplicaciones en compresin de imgenes
y otros campos utiliza autovalores y autovectores de A
)
A (A
)
A y AA
)
son matrices simtricas
independientemente de la dimensin de A&#
4utovalores de matrices del tipo A
)
A se utilizan tambin en soluciones por m#nimos
cuadrados totales
*os autovalores de matrices del tipo A
)
A o AA
)
, los cuales son siempre no negativos, los
llamados autovalor dominante (m(imo autovalor di.erente de 5 y autovalor subdominante
(autovalor di.erente de 5, de valor m'nimo se utilizan en di.erentes aplicaciones#
2 2 -
2 ,- ,2
- ,2 2
Captulo 7 Teorema espectral
A , I % %
%
% ( 1 ,
2

% ( 1 ,
2
(,1 , % , ( 1 ,
2
(1 /
6or lo tanto los autovalores son % 1 con multiplicidad 2 y % , 1 con multiplicidad -#
)e 'an encontrado *+, autovalores *todos, reales- . + con multiplicidad / 0 . - + con
multiplicidad 1- con(irmandose el punto 1. del teorema espectral.
7.2.- !ia%onalizacin por Trans(ormaciones 3rto%onales
!ia%onalizacin de matrices simtricas
Una matriz A es dia%onalizable, si e(iste una matriz 4- no singular, tal !ue
4
-1
A4 % !
en donde ! es una matriz diagonal#
7 es un autovalor de A con autovector v si y slo si es un autovalor de !, ya !ue si
Ax % x- x 5- entonces
! (4
-1
x & . 4
61
A4(4
,-
x& % 4
61
Ax % 4
61
(x % (4
-1
x & .
6or lo tanto 4
-1
x 5, es un autovector de !, con autovalor #
8ote !ue los autovalores se conservan bajo trans.ormaciones semejantes, no as' los
autovectores#
6or lo tanto, si una matriz cuadrada es diagonalizable, sus autovalores se encontrarn en la
diagonal de !. Es (acil probar 7ue los autovalores de una matriz dia%onal son
precisamente los elementos de la dia%onal.
Una pista para "allar 4, cuando A es dia%onalizable es notar !ue
4
-1
A4 % ! A4 % 4!
2 , 2 -
2 ,- , ,2
- ,2 2 ,
5 9 , 2 ,
2
/ 3 , 1
5 1 , , 9 / 2
- , 2 2 ,
3peraciones elementales
:
-
; ( 2 , :
1

:
2
; 2 :
1
E(trayendo 1 , como
.actor comn en las .ilas
-ra# y 2da#
Utilizando el - y su co.actor
9 , 2 ,
2
/ 3 , 1

1 , , 9 / 2
, -
- , 2
3
Captulo 7 Teorema espectral
6or lo tanto A ( 4
1
4
/ ...
4
n
% ( d
--
4
1
d
22
4
/ ...
d
nn
4
n
, al particionar las matrices en sus
columnas#
6or lo tanto
A

4
1
. d
--
4
1
, A

4
/
. d
//
4
2,
### , A

4
1
. d
nn
4
n
.
Con.irmndos !ue los autovalores de A, son los elementos de la diagonal de <# 6ero adems
!ue las columnas de 4 son precisamente sus autovectores asociados respecto de A.
6or lo tanto, si podemos calcular los autovalores de A y autovectores asociados, "abremos0
a =allado !- colocando los autovalores de A como los elementos de su diagonal
b =allado 4- ya !ue ella consta de los autovectores de A colocados estrictamente en la
columna ( de 4 !ue corresponde a su autovalor en !.
!ia%onalizacin de nuestra matriz e8emplo
>asados en los resultados del ejemplo anterior concluimos !ue la trans.ormacin semejante
4
;-
4 %
en donde 4 es la matriz no singular
4 %
diagonaliza a la matriz simtrica
A %
4 partir de la diagonalizacin anterior se concluye !ue0
(? 4
,-
A4 % !
6or lo tanto, premultiplicando por 4 y postmultiplicando por 4
,-
, a ambos lados de la ecuacin
anterior
A % 4!4
,-
Esta descomposicin o .actorizacin, tiene importantes aplicaciones# +i deseamos en este caso
calcular potencias altas de A
n
, nos basaremos en el "ec"o !ue
2 2 -
2 ,- ,2
- ,2 2
3 0 0
0 3 0
0 0 - 3
- 2 ,-
5 - 2
- 5 -
2 2 -
2 ,- ,2
- ,2 2
4
Captulo 7 Teorema espectral
A
n
% 4!4
,-
4!4
,-@n veces@
4!4
,-
% 4!
n
4
,-
% 4!
n
4
,-
4 partir de nuestro ejemplo tenemos !ue
-5 -5
% %

% 4 4
, -
- la cual es una operacin muc"o mas simple#
2 2 -
2 ,- ,2
- ,2 2
- 2 ,-
5 - 2
- 5 -
3 0 0
0 3 0
0 0 - 3
2 2 -
2 ,- ,2
- ,2 2
3
10
0 0
0 3
10
0
0 0 (- 3)
10
Esta descomposicin en el caso de las matrices simtricas, se
denomina descomposicin espectral