Академический Документы
Профессиональный Документы
Культура Документы
Contenido
1. Definiciones y propiedades
2. Mtodo de la potencia
1 Definiciones y propiedades
A matriz cuadrada n n
v vector de dimensin n
escalar
Polinomio caracterstico
p() = det (A I)
1
Resumen y ejemplos Tema 5: Valores y vectores propios 2
(A I) v = 0
Diagonalizacin
Sea A una matriz n n.
Si A tiene n valores propios distintos 1 , , n y v1 , , vn son vectores
propios asociados, entonces
D = V1 AV
D es matriz diagonal
1 0 0
0 2 0
.. .. .. ..
. . . .
0 0 n
calcula
(a) Valores propios. Radio espectral.
(b) Vectores propios asociados.
(d) Diagonaliza la matriz A.
Resumen y ejemplos Tema 5: Valores y vectores propios 3
p() = (3 )2 (2 ) (3 ) (3 )
= (3 ) [(3 )(2 ) 2]
= (3 ) (2 5 + 4)
| {z }
factorizamos
(
5+3
5 25 16 2 =4
2 5 + 4 = 0 = = 53
2 2 =1
p() = ( 1)(3 )( 4)
Valores propios. Soluciones de p() = 0
1 = 1, 2 = 3, 3 = 4
El espectro de A es
(A) = {1, 3, 4}
El radio espectral de A es
(A) = 4
(b) Clculo de vectores propios.
Vectores propios asociados a = 1
(A I) v = 0
2 1 0 x 0
1 1 1 y = 0
0 1 2 z 0
2x y = 0
x + y z = 0
y + 2z = 0
y 2z = 0 x=t
(1a + 2 2a ) 1a x + y z = 0 y = 2t t R
y + 2z = 0 z=t
vectores propios asociados a = 1
1
v = tv1 , con v1 = 2
1
Resumen y ejemplos Tema 5: Valores y vectores propios 4
(A 3I) v = 0
0 1 0 x 0
1 1 1 y = 0
0 1 0 z 0
x=t
x y z = 0
y=0 tR
y = 0
z = t
vectores propios
1
v = tv2 con v2 = 0
1
(A 4I) v = 0
1 1 0 x 0
1 2 1 y = 0
0 1 1 z 0
x y = 0 x y = 0
a a a
x 2y z = 0 (2 3 ) (2 ) x y = 0
y z = 0 y z = 0
x=t
x+y =0
y = t tR
y+z =0
z=t
vectores propios
1
v = t v3 con v3 = 1
1
(c) Diagonalizacin
Base de vectores propios
B = (v1 , v2 , v3 )
Matriz de cambio
1 1 1
V = 2 0 1
1 1 1
Resumen y ejemplos Tema 5: Valores y vectores propios 5
Diagonalizacin
D = V1 AV
1/6 1/3 1/6 1 2 1
1
V1 = 1/2 0 1/2 = 3 0 3
6
1/3 1/3 1/3 2 2 2
Verificamos la diagonalizacin
1 2 1 3 1 0 1 1 1
1
V1 AV = 3 0 3 1 2 1 2 0 1
6
2 2 2 0 1 3 1 1 1
1 2 1 1 3 4 6 0 0
1 1
= 3 0 3 2 0 4 = 0 18 0
6 6
2 2 2 1 3 4 0 0 24
1 0 0
1
V AV = 0 3 0
0 0 4
Partimos de (V|I3 )
1 1 1 1 0 0
2 0 1 0 1 0
1 1 1 0 0 1
1 1 1 1 0 0
(2a 2 1a ) (2a ) 0 2 3 2 1 0
(3a 1a ) (3a ) 0 2 0 1 0 1
1 1 1 1 0 0
(3a ) (2a ) 0 2 0 1 0 1
a a
(2 ) (3 ) 0 2 3 2 1 0
1 1 1 1 0 0
0 2 0 1 0 1
a a
(3 + 2 ) (3 ) a 0 0 3 1 1 1
1 1 1 1 1 0 0
2a (2a ) 0 1 0 1/2 0 1/2
21 a
a
3 3 (3 ) 0 0 1 1/3 1/3 1/3
1 0 0 1/6 1/3 1/6
(1a 2a 3a ) (1a ) 0 1 0 1/2 0 1/2
0 0 1 1/3 1/3 1/3
Resumen y ejemplos Tema 5: Valores y vectores propios 6
1/6 1/3 1/6
V1 = 1/2 0 1/2
1/3 1/3 1/3
2 Mtodo de la potencia
2.1 Definiciones
Valor propio dominante
Es el de mayor mdulo. Si
|vj | = kvk
Componente dominante
vdom = v3 = 4
vemos que
|v3 | = kvk
Resumen y ejemplos Tema 5: Valores y vectores propios 7
Vector normalizado
1 1/4
1
1 2 1/2
=
v v= =
vdom 4 4 1
1 1/4
x(0) = 1 v1 + + n vn con 1 6= 0
Mtodo
(j+1) = Ax(j)
y
cj+1 = componente dominante de y(j+1)
x(j+1) = 1 y(j+1) Normalizado de y(j+1)
cj+1
Se cumple.
La sucesin de escalares (cj ) tiende al valor propio dominante 1
j
c1 , c2 , , cj , 1
La sucesin de vectores x(j) tiende a un vector propio normalizado aso-
ciado a 1 .
j
x(1) , x(2) , , x(j) v 1
Fase 1
3 1 0 1 2
y(1) = Ax(0) = 1 2 1 1 = 0
0 1 3 1 2
c2 = 3
3 1 1.0
1
x(2) = 2 = 2/3 = 0. 6667
3
3 1 1.0
Fase 3
3 1 0 1.0 3.6667
y(3) = Ax(2) = 1 2 1 0. 6667 = 3.3333
0 1 3 1.0 3.6667
c3 = 3.6667
1
x(3) = 0.9091
1
Fase 4
3.9091
y(4) = Ax(3) = 3.8181
3.9091
c4 = 3.9091
1
1 (4)
x(4) = y = 0.9767
c4
1
Fase 5
3.9767
y(5) = Ax(4) = 3.9534
3.9767
c5 = 3.9767
Resumen y ejemplos Tema 5: Valores y vectores propios 9
1
1 (5)
x(5) = y = 0.9942
c5
1
Fase 6
3.9942
y(6) = Ax(5) = 3.9883
3.9942
c6 = 3.9942
1
1 (6)
x(6) = y = 0.9985
c6
1
Fase 7
3.9985
y(7) = Ax(6) = 3.9970
3.9985
c7 = 3.9985
1
1 (7)
x(7) = y = 0.9996
c7
1
Fase 8
3.9996
y(8) = Ax(7) = 3.9993
3.9996
c8 = 3.9996
1
1 (8)
x(8) = y = 0.9999
c8
1
Fase 9
3.9999
y(9) = Ax(8) = 3.9998
3.9999
c9 = 3.9999
1
1
x(9) = y(9) = 1
c9
1
Fase 10
4
y(10) = 4
4
C10 = 4
Resumen y ejemplos Tema 5: Valores y vectores propios 10
x(10) = x(9)
En Ejemplo 1.1, hemos visto que A tiene valores propios
1 = 4, 2 = 3, 3 = 1
v1 est normalizado.
queremos calcular n .
Valores propios de la matriz inversa
Sean
A invertible
Entonces
1
, v es un par valor-vector propio de A1
Demostracin
Sabemos
Av = v
A1 (Av) = A1 (v)
Iv = A1 v
1 1
v = A1 v = A v= v
Mtodo
A matriz n n invertible con valores propios
1. Calculamos A1
3. Entonces
1
min = es el valor propio de mdulo mnimo de A
max
v vector propio asociado a max .
1 2.1667 3.3333
A =
1 1.5
Fase 0
(0) 1
x =
1
Fase 1
(1) 1 (0) 2.1667 3.3333 1 1. 1666
y =A x = =
1 1.5 1 0. 5
c1 = 1.666
1 (1) 1
x(1) = y =
c1 0.4286
Fase 2
(2) 1 (1) 2.1667 3.3333 1 0. 7381
y =A x = =
1 1.5 0.4286 0. 3571
c2 = 0.7381
(2) 1
x =
0.4839
Fase 3
(3) 1 (2) 0. 5538
y =A x =
0. 2742
c3 = 0.5538
1 (3) 1.00
x(3) = y =
c3 0.4951
Fase 4
(4) 1 (3) 0. 5162
y =A x =
0. 2574
c4 = 0.5162
1 (4) 1
x(4) = y =
c4 0.4984
Fase 5
(5)
0. 5052
y = A1 x(4) =
0. 2524
c4 = 0.5054
1 (5) 1
x(5) = y =
c5 0.4995
Fase 6
(6) 1 (5) 0. 5018
y =A x =
0. 2508
Resumen y ejemplos Tema 5: Valores y vectores propios 13
c6 = 0.5018
1 (6) 1
x(6) = y =
c6 0.4998
Fase 7
(7) 1 (6) 0. 5006
y =A x =
0. 2503
c7 = 0.5006
1 (7) 1.
x(7) = y =
c7 0.4999
Fase 8
(8) 1 (7) 0. 5002
y =A x =
0. 2501
c8 = 0.5002
1 (8) 1.
x(8) = y =
c8 0.5
Fase 9
(9) 1 (8) 0. 5001
y =A x =
0. 2501
c9 = 0.5001
1 (9) 1.
x(9) = y =
c9 0.5
Podemos tomar
Valor propio de mdulo mximo de A1
max = 0.500
Polinomio caracterstico
18 40
p () = |AI| =
12 26
= (18 )(26 ) + 480
= 2 8 + 12
Valores propios
p() = 0 2 8x + 12 = 0
(
8+4
8 64 48 8 16 2 =6
= = = 84
2 2 2 =2
1 = 6, 2 = 2
(A 2I) v = 0
20 40 x 0
=
12 24 y 0
20x + 40y = 0 x + 2y = 0
12x + 24y = 0 x + 2y = 0
x = 2t
y=t
2
Vectores propios v = tv1 con v1 =
1
1
Si normalizamos v1 =
1/2
Entonces
Demostracin
Av = v
Av v = v v
(A I) v = ( ) v
y vectores propios
v1 , v2 , . . . , vn
w j
Disponemos de una estimacin inicial
que tiene un valor propio de mdulo mnimo
1. Calculamos B = A I
min = j
3. Entonces
1 1
max = j = +
j max
Calculamos B = A I
0.2 1 0
= 1 0.8 1
B = A I
0 1 0.2
Calculamos B1
2. 6852 . 46296 2. 3148
B1 = . 46296 9. 2593 102 . 46296
2. 3148 . 46296 2. 6852
c1 = 10. 648
10. 648 1.0
1 (1) 1
x(1) = y = 2. 8704 = . 26957
c1 10. 648
9. 3518 . 87827
Fase 2
2. 6852 . 46296 2. 3148 1.0
y(2) = B1 x(1) = . 46296 9. 2593 102 . 46296 . 26957
2. 3148 . 46296 2. 6852 . 87827
4. 843
= 3. 1396 102
4. 5483
c2 = 4. 843
4. 843 1.0
1
x(2) = 3. 1396 102 = 6. 4828 103
4. 843
4. 5483 . 93915
Resumen y ejemplos Tema 5: Valores y vectores propios 17
Fase 3
4. 8621
y(3) = B1 x(2) = 2. 7571 102
4. 8336
c3 = 4. 8621
1.0
1 (3)
x(3) = y = 5. 6706 103
c3
. 99414
Fase 4
1 (3) 4. 9891
y(4) = B x = 2. 1879 103
4. 9816
c4 = 4. 9891
1.0
1 (4)
x(4) = y = 4. 3854 104
c4
. 9985
Fase 5
1 (4) 4. 9967
y(5) = B x = 6. 5383 104
4. 9958
c4 = 4. 9967
1.0
1 (5)
x(5) = y = 1. 3085 104
c5
. 99982
Fase 6
1 (5) 4. 9996
y(6) = B x = 7. 1217 105
4. 9995
c6 = 4. 9996
1.0
1 (6)
x(6) = y = 1. 4245 105
c6
. 99998
Fase 7
1 (6) 5.0
y(7) = B x = 7. 9402 106
4. 9999
c7 = 5
1.0
1 (7)
x(7) = y = 1. 588 106
c7
. 99998
Resumen y ejemplos Tema 5: Valores y vectores propios 18
Fase 8
5.0
y(8) = B1 x(7) = 9. 1122 106
4. 9999
c8 = 5
1.0
1 (8)
x(8) = y = 1. 8224 106
c8
. 99998
Podemos tomar
Valor propio de mdulo mximo de B1
max = 5
= 2.8,
Valor propio de A prximo a
1 1
= + 2.8 = + 2.8 = 3.0
max 5
1
vector propio asociado v = 0
1