E.T.S.

Minas: Mtodos Matemticos

Resumen y ejemplos
Tema 5: Valores y vectores propios
Francisco Palacios
Escuela Politcnica Superior de Ingeniera de Manresa
Universidad Politcnica de Catalua
Curso 2006/07
Octubre 2006, Versin 1.3

Contenido

1. Definiciones y propiedades

2. Mtodo de la potencia

3. Mtodo de la potencia inversa

4. Mtodo de la potencia inversa desplazada

1 Definiciones y propiedades
A matriz cuadrada n n

v vector de dimensin n

escalar

Objetivo Buscar escalares y vectores no nulos v tales que

valor propio de A
A v = v =
v vector propio asociado a

Polinomio caracterstico

p() = det (A I)

los valores propios de A son las races del polinomio caracterstico

valor propio p() = 0

Clculo de vectores propios

1
Resumen y ejemplos Tema 5: Valores y vectores propios 2

Para cada valor propio resolvemos

(A I) v = 0

que debe ser un sistema compatible indeterminado.

Espectro. Radio espectral
El espectro de una matriz es el conjunto de sus valores propios, lo represen-
tamos por
(A) = { : es valor propio de A}
el radio espectral de la matriz es el mdulo mximo de sus valores propios,
lo representamos por

(A) = max{|| : es valor propio de A}

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

V = (v1 |v2 | |vn ) tiene en columnas los vectores propios

Ejemplo 1.1 Dada la matriz

3 1 0
A = 1 2 1
0 1 3

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

(a) Valores propios

Polinomio caracterstico

3 1 0


p() = |A I| = 1 2 1

0 1 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

Vectores propios asociados a = 3

(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

Vectores propios asociados a = 4

(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

Ejemplo 1.2 Clculo de V1 por Gauss-Jordan.

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

|1 | > |2 | > > |n |

entonces 1 es el valor propio dominante.

Vector normalizado
v1
v2

v= ..
.
vn
vj es una componente dominante. Si

|vj | = kvk

Un vector est normalizado si sus componentes dominantes valen 1. Si

vdom es una componente dominante de v, entonces el vector normalizado v

es
1
=
v v
vdom
Ejemplo 2.1 Dado el vector

1
2
v=
4
1

determina la componente dominante y calcula el vector normalizado.

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

Observamos que la componente dominante el vector normalizado vale 1.

2.2 Mtodo de la potencia

A matriz de dimensin n n con valores propios

|1 | > |2 | > > |n |

Vectores propios asociados v1 , v2 , , vn

x(0) un vector que se puede escribir

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

Ejemplo 2.2 Aproxima el valor propio dominante y un vector propio aso-

ciado de la matriz
3 1 0
A = 1 2 1
0 1 3
Inicia las iteraciones con
1
x(0) = 1 .
1
Resumen y ejemplos Tema 5: Valores y vectores propios 8

Fase 1

3 1 0 1 2
y(1) = Ax(0) = 1 2 1 1 = 0
0 1 3 1 2

c1 = 2 (componente dominante de y(0) )

2 1
(1) 1 (1) 1
x = y = 0 = 0
2 2
2 1
Fase 2

3 1 0 1 3
y(2) = Ax(1) = 1 2 1 0 = 2
0 1 3 1 3

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

los vectores propios asociados a 1 son de la forma

1
v = t 1 = tv1
1

v1 est normalizado.

3 Mtodo de la potencia inversa

Objetivo. Calcular el valor propio de mdulo mnimo. Es decir si
1 , 2 , . . . , n son los valores propios de A, que cumplen

|1 | > |2 | > > |n | > 0

queremos calcular n .
Valores propios de la matriz inversa
Sean

(, v) par valor-vector propio de A

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 | > |2 | > > |n | > 0

Resumen y ejemplos Tema 5: Valores y vectores propios 11

y vectores propios asociados v1 , . . . , vn .

La matriz A1 tiene valores propios
1
j = y
j

1 1
< < < 1
1 2 n
es decir
|1 | < |2 | < < |n |
con vectores propios asociados v1 , . . . , vn

1. Calculamos A1

2. Aplicamos el mtodo de la potencia a A1 y obtenemos el par

max valor propio dominante de A1
max , v
v vector propio asociado a max .

3. Entonces

1
min = es el valor propio de mdulo mnimo de A
max
v vector propio asociado a max .

Ejemplo 3.1 Dada la matriz

18 40
A=
12 26

(a) Calcula el valor propio de mdulo mnimo y un vector propio asociado.

Toma como valor inicial
(0) 1
x =
1
(b) Verifica el resultado.

(a) Valor y vector propio

Inversa
18 40
|A| = = 468 + 480 = 12
12 26

1 26 40 13/6 10/3
A1 = =
12 12 18 1 3/2
Resumen y ejemplos Tema 5: Valores y vectores propios 12

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

Vector propio asociado de max

1
v=
0.5

Valor propio de mdulo mnimo de A

11
min = =2=
max 0.5

1
vector propio asociado v = .
0.5
(b)Verificamos el resultado

18 40
A=
12 26
Resumen y ejemplos Tema 5: Valores y vectores propios 14

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

Vector propio asociado al valor propio de mdulo mnimo

(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

4 Mtodo de la potencia inversa desplazada

w
Objetivo Aproximar un valor propio a partir de una estimacin
Valores propios de (A I)
Sea

(, v) par de valor-vector propio de A

Entonces

( , v) es par valor-vector propio de (A I).

Resumen y ejemplos Tema 5: Valores y vectores propios 15

Demostracin

Av = v
Av v = v v
(A I) v = ( ) v

Fundamento del mtodo

est prximo al valor propio de A entonces B = A I
Si tiene un

valor propio = con || pequeo y podemos aplicar el mtodo de la

potencia inversa a B para determinar = .
A matriz n n con valores propios

|1 | > |2 | > > |j | > > |n |

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

2. Calculamos B1 que tiene un valor propio dominante

1 1
max = =
min
j

y aplicamos el mtodo de la potencia a B1 para obtener max y un

vector propio asociado v.

3. Entonces
1 1
max = j = +

j max

Ejemplo 4.1 Dada la matriz

3 1 0
A = 1 2 1
0 1 3

obtener un valor propio prximo a = 2.8 y un vector propio asociado.

Empieza las iteraciones con

5
x(0) = 1
1
Resumen y ejemplos Tema 5: Valores y vectores propios 16

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

Aplicamos el mtodo de la potencia a B1 y determinamos max

Fase 0
5
x(0) = 1
1
Fase 1

1 (0) 2. 6852 . 46296 2. 3148 5
y(1) = B x = . 46296 9. 2593 102 . 46296 1
2. 3148 . 46296 2. 6852 1

10. 648
= 2. 8704
9. 3518

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

Vector propio asociado de max , con 4 decimales es

1
v= 0
1

= 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