Академический Документы
Профессиональный Документы
Культура Документы
PROPIOS
VALORES Y VECTORES
CAPITULO 3.
Valores caractersticos,
vectores
caractersticos y
formas cannicas.
Supongamos que t: v
v es una transformacin lineal. En una
gran variedad de aplicaciones, es decir, se buscan un vector y un
escalar tal que
T (v ) =
CONTENIDO
3.1. Valores y vectores caracteristicos.
3.2. Matrices semejantes y diagonalizacion
3.3. Matrices simtricas y diagonalizacion ortogonal.
3.4. Forma cannica de jordan.
3.5. Un punto de vista diferente: teorema de CalyleyHamilton.
CAPITULO 3.
PROPIOS
VALORES Y VECTORES
en tal que
A V
= V
0 es un vector caracterstico
n xn
. Entonces
es el
( ) = det(A - I ) = 0
(1)
TEOREMA 2. Sea
n xn
y sea
= { V : A V
V }. Entonces
es un
n
subespacio de C .
un valor
recibe el nombre de
n xn
propios
correspondientes
1 , 2 , .. , m
y sea
j
si i
V 1 ,V 2 , .., V m
j ) con
Entonces
CAPITULO 3.
PROPIOS
V 1 ,V 2 , .., V m
VALORES Y VECTORES
son linealmente independientes. Esto es: los
propios
un valor propio
es la
(que es la
TEOREMA 5. Sea
n xn
; entonces A tiene n
vectores propios
3.2.
Matrices
diagonalizacion.
semejantes
CAPITULO 3.
PROPIOS
VALORES Y VECTORES
n xn
talque
1
b= C A C
n xn
n xn
es diagonalizable si y slo
d=
Donde
1 , 2 , .. , n
1
0
0
0 0
2 0
0 3
0 0
0
0
0
n
d=
vectores
propios
es una
linealmente
C1 A C
CAPITULO 3.
PROPIOS
VALORES Y VECTORES
Corolario si la matriz A de
n xn
bases
T: v
matricial de
= {
V 1 ,V 2 , .., V n
CT
= {
representacin matricial de
AT
B2
} y
AT
B1
W 1 ,W 2 , .. ,W n
}. Sea
es la representacin
CT
y si
respecto a la base
B2
es la
, entonces
son semejantes.
n xn
; entonces
n xn
. Si
correspondientes
V1
V2
entonces
V1
V2
son
ortogonales.
n xn
CAPITULO 3.
PROPIOS
VALORES Y VECTORES
n xn
es diagonalizable ortogonalmente si
Donde d = (
1 , 2 , .. , n
)y
A Q =d
1 , 2 , .. , n
n xn
. Entonces A es
3.4.
como la matriz k x k .
NK
1 0 0 0
0 1 0
0
0
( 0 00 )
CAPITULO 3.
PROPIOS
VALORES Y VECTORES
B( )=
+ NK =
Es decir, B ( ) es la matriz de
1 0 0 0 0
1 0 0
0
0
( 0 0 )
k xk
con el escalar
es la
tiene la
forma
B 1 ( 1)
0
0 0
B 2 ( 2 ) 0
( B r ( r ) )
compleja invertible de
n xn
n xn
tal
que
Fuente: LGEBRA LINEAL. Stanley I. Grossman
Pgina42
Apuntes de Clase Prof. JORGE VILLAMIZAR
Grupo de LGEBRA LINEAL II S1 1er semestre 2012 Sede
Socorro
CAPITULO 3.
PROPIOS
VALORES Y VECTORES
C1 A C
es
en el
V1
vector
V2
. Entonces existe un
V1
definido por (A - I )
V2
1
y V 2 . Entonces C A C =
V1
V2
estn definidos
, donde
(0 0)
es
CAPITULO 3.
PROPIOS
VALORES Y VECTORES
3.5.
Un punto de vista diferente:
teorema de Calyley-Hamilton.
Existen muchos resultados interesantes sobre los valores propios
de una matriz. En esta seccin se estudiara uno de ellos. Dice que
cualquier matriz satisface su propia ecuacin caracterstica
Sea P(X) =
n1
+ an1 x
+ + a1 x + a0 un polinomio y sea A
SI
( )y
( )= Q ( )
(A - I ), entonces P(A) = 0.
Teorema de Cayley-Hamilton Toda matriz satisface su propia
ecuacin caracterstica. Es decir si
( ) = 0 es la ecuacin
A1
y P(A) = 0,
1
entonces A P(A) = 0. Para utilizar esto,
n1
n
a
a
P( ) = + an1
+ + 1 + 0 , entonces
n1
n
P(A) = A + an1 A
+ + a1 A + a0 I = 0
Y
A
n2
1
n1
a A
a I
P(A) = A
+ an1 A
+ + 2 + 1 + a0 A
=0
Fuente: LGEBRA LINEAL. Stanley I. Grossman
Pgina44
Apuntes de Clase Prof. JORGE VILLAMIZAR
Grupo de LGEBRA LINEAL II S1 1er semestre 2012 Sede
Socorro
CAPITULO 3.
PROPIOS
VALORES Y VECTORES
As
A1
Observe que
=
a0
1
n1
a0 ( A
0 porque
an1 A n2
a0
a2 A
a1 I
invertible.