Вы находитесь на странице: 1из 13

VALORES Y VECTORES PROPIOS.

DIAGONALIZACIN DE MATRICES CUADRADAS


Tema 7.VALORES Y VECTORES PROPIOS MATRICES CUADRADAS DIAGONALIZABLES DIAGONALIZACIN ORTOGONAL DIAGONALIZACI MATRICES CUADRADAS SIMTRICAS SIM DE

Fundamentos Matemticos de la Ingeniera

Un poco de historia
Los valores y vectores propios pertenecen a los temas de mayor utilidad del lgebra lineal. Se usan en varias reas de las matemticas, fsica, mecnica, ingeniera elctrica y nuclear, hidrodinmica, aerodinmica,etc. De hecho, es raro encontrar un rea de la ciencia aplicada donde nunca se hayan usado. Puede parecer muy extrao, pero los valores propios de las matrices aparecieron publicados antes que las matrices. Esto se debe al hecho inslito de que, parafraseando a Cailey, la teora de las matrices estaba bien desarrollada (a travs de la teora de los determinantes) antes de que siquiera se definieran las matrices. Segn Morris Kline, los valores propios se originaron en el contexto de formas cuadrticas y en la mecnica celeste (el movimiento de los planetas), conocindose como races caractersticas de la ecuacin escalar. Desde aproximadamente 1740, Euler usaba de manera implcita los valores propios para describir geomtricamente las formas cuadrticas en tres variables. En la dcada de 1760, Lagrange estudi un sistema de seis ecuaciones diferenciales del movimiento de los planetas (slo se conocan seis) y de ah dedujo una ecuacin polinomial de sexto grado, cuyas races eran los valores propios de una matriz 6 6. En 1820, Cauchy se dio cuenta de la importancia de los valores propios para determinar los ejes principales de una forma cuadrtica con n variables. Tambin aplic sus descubrimientos a la teora del movimiento planetario. Fue Cauchy quien, en 1840, us por primera vez los trminos valores caractersticos y ecuacin caracterstica para indicar los valores propios y la ecuacin polinomial bsica que satisfacen.
Fundamentos Matemticos de la Ingeniera

Augustin-Louis Cauchy (1789-1857) naci en Pars. Fue educado en casa por su padre y no Augustin(1789naci Par ingres en la escuela hasta los trece aos, aunque pronto empez a ganar premios acadmicos. ingres a empez acad A los diecisis entr en la cole Polytechnique parisina y a los dieciocho asista a una escuela diecis entr asist de ingeniera civil, donde se gradu tres aos despus. Su primer trabajo fue como ingeniero ingenier gradu a despu militar para Napolen, ayudando a construir las defensas en Cherburgo. A los veinticuatro Napole Cherburgo. aos volvi a Pars y dos ms tarde demostr una conjetura de Fermat que haba superado a volvi Par m demostr hab Euler y Gauss. Con veintisiete aos ya era uno de los matemticos de mayor prestigio y empez a matem empez a trabajar en las funciones de variable compleja, publicando las 300 pginas de esa p investigacin once aos despus. En esta poca public sus trabajos sobre lmites, continuidad investigaci a despu public l y sobre la convergencia de las series infinitas. Joseph Louis Lagrange (1736-1813) Matemtico y fsico francs. En un libro de 1797 l enfatiz la importancia de la serie de Taylor y el concepto de funcin. Trabaj en el sistema mtrico y defendi la base decimal. Leonhard Euler (1707-1783) Matemtico suizo. Los trabajos cientficos de Euler abarcan prcticamente todas las matemticas contemporneas a l. En todas las ramas de las matemticas hizo descubrimientos notables, que lo situaron en el primer lugar en el mundo. Euler fue capaz de comprender las matemticas como un todo nico, aunque enorme en el confluan un montn de ramas importantes y ante todo el Anlisis. Laplace indic que Euler fue el maestro comn de todos los matemticos de la segunda mitad del siglo XVIII. Euler fue en gran medida responsable de los smbolos e, i y.
Fundamentos Matemticos de la Ingeniera 3

VALORES Y VECTORES PROPIOS


Los conceptos bsicos estudiados en este tema son tiles en todas las b reas de las matemticas puras y aplicadas, y aparecen en contextos matem mucho ms generales que los que consideramos aqu. m aqu Una de las principales aplicaciones de la teora espectral son los sistemas teor dinmicos discretos (ejemplo introductorio), pero tambin pueden din introductorio), tambi utilizarse los valores propios para estudiar ecuaciones diferenciales y diferenciales sistemas dinmicos continuos, adems proporcionan informacin crtica din adem informaci cr en el diseo de ingeniera y se presentan naturalmente en campos como dise ingenier la fsica y la qumica. f qu

Un escalar se llama valor propio de A si existe una solucin no trivial de ; una de esas soluci soluciones no triviales se denomina vector propio de A asociado al valor propio . El conjunto de todos los valores propios de una matriz cuadrada A se denomina espectro de A y se denota (A). (A).
Fundamentos Matemticos de la Ingeniera 4

Cierta informacin til de los valores propios de una matriz informaci cuadrada A se encuentra codificada en una ecuacin escalar ecuaci llamada ecuacin caracterstica de A. Este hecho nos va a ecuaci caracter permitir enunciar un resultado de gran importancia prctica pr para el clculo de los valores propios de una matriz cuadrada. Para que sea valor propio de la matriz cuadrada A, el sistema homogneo () ha de tener soluciones no triviales, luego el homog determinante de la matriz cuadrada A I ha de ser cero. Polinomio caracterstico de A caracter Los valores propios de una matriz cuadrada son las races de su ra races polinomio caracterstico caracter caracterstico
5

Ecuacin caracterstica de A Ecuaci caracter


Fundamentos Matemticos de la Ingeniera

SUBESPACIOS PROPIOS
Subespacios propios. Propiedades.Propiedades.1.- Todo vector propio de A est asociado a un nico 1.est valor propio de A. 2.2.vectorial de asociado a . es un subespacio y se denomina subespacio propio

3.3.-

4.- Si 4.de A y
Fundamentos Matemticos de la Ingeniera

son valores propios distintos , entonces: es un sistema libre


6

Cmo calcular los valores propios de una matriz cuadrada?


Los valores propios de una matriz cuadrada A son las races de su polinomio ra races caracterstico. caracter caracterstico.
El orden del valor propio es la multiplicidad k de como raz del polinomio caracterstico. ra caracter stico. Si k = 1, es un valor propio simple. Observacin Observaci

La suma de los valores propios de una matriz, teniendo en cuenta su multiplicidad, coincide con la traza de la matriz
Fundamentos Matemticos de la Ingeniera 7

-EJEMPLO.- Calcular los valores propios de A, indicando su orden o multiplicidad:

Solucin Soluci

Espectro de A Atencin Atenci Atencin


Fundamentos Matemticos de la Ingeniera 8

Cmo calcular los subespacios propios de una matriz cuadrada?


Para calcular los subespacios propios de una matriz cuadrada A debemos resolver un sistema homogneo compatible indeterminado. homog homogneo
Si es un valor propio de orden k de una matriz A y d = dim V(), entonces: V(

1 d = dim V() k V(

Fundamentos Matemticos de la Ingeniera

-EJEMPLO.- Calcular los subespacios propios de A, indicando su dimensin: dimensi

Solucin Soluci

Fundamentos Matemticos de la Ingeniera

10

Fundamentos Matemticos de la Ingeniera

11

OBSERVACIONES.OBSERVACIONES.-

1.- Sea 1.-

tal que:

valores propios distintos de A: 1 , 2 , , r rdenes respectivos: k1 , k2 , , kr respectivos: dimensin de los subespacios propios asociados: dimensi asociados: di = V(i) V( d1 , d2 , , dr

se cumple que:

orden de la matriz

nro. valores propios distintos nro.


Fundamentos Matemticos de la Ingeniera 12

2.- Si 2.-

cumple que:

el polinomio caracterstico de la matriz A es: caracter

ATENCIN ATENCI ATENCIN

3.- Conocido el polinomio caracterstico de una 3.caracter matriz cuadrada se puede calcular fcilmente su f determinante:

Fundamentos Matemticos de la Ingeniera

13

Dos matrices si:

son semejantes

Dos matrices semejantes tienen el mismo polinomio caracterstico, luego tienen los mismos caracter valores propios con los mismos rdenes de multiplicidad. Sin embargo, el recproco no es necesariamente rec cierto. Es decir, existen matrices coon el mismo polinomio carcterstico pero que no son car cter semejantes.
Fundamentos Matemticos de la Ingeniera 14

MATRICES CUADRADAS DIAGONALIZABLES


En muchos casos la informacin de vector propio-valor propio contenida informaci propiodentro de una matriz A se puede mostrar con una til factorizacin de la factorizaci forma: Las ideas y mtodos aqu explicados nos permiten calcular rpidamente m aqu r Ak para valores grandes de k, una idea fundamental en varias aplicaciones del lgebra Lineal. Adems la teora aqu expuesta se aplica Adem teor aqu tambin en las ecuaciones diferenciales. En sistemas dinmicos, en tambi din procesos de Markov, en el estudio de curvas y superficies, en la teora de Markov, teor grficas y en muchos otros campos. gr

Una matriz cuadrada A se dice diagonalizable si existe una matriz regular P que cumple que: que: Es decir, A es semejante a una matriz diagonal.
Fundamentos Matemticos de la Ingeniera 15

La definicin anterior de matriz diagonalizable no resulta definici demasiado til en la prctica. Una caracterizacin muy pr caracterizaci interesante de matrices diagonalizables es la siguiente: Una matriz es diagonalizable si y slo si existe una base de formada por s vectores propios de la matriz A. Existe un resultado muy cmodo que nos permite justificar c de manera muy simple si una matriz cuadrada A es diagonalizable o no: A es diagonalizable si y slo si se cumplen las s slo dos condiciones siguientes: k1 + k2 + + kr = n 1 2 r dii = kii ; i = 1, 2 , , r
Fundamentos Matemticos de la Ingeniera 16

Las dos condiciones del resultado anterior se pueden resumir en una nica condicin, obteniendo el siguiente condici resultado:

A es diagonalizable si y slo si : s slo d1 + d2 + + dr = n 1 2 r


Del resultado anterior se obtiene fcilmente el f siguiente corolario:

Una matriz cuadrada A de orden n con n valores propios reales distintos, es diagonalizable. diagonalizable.
Fundamentos Matemticos de la Ingeniera 17

Cmo se diagonaliza una matriz Cmo cuadrada A diagonalizable? diagonalizable?

1.- Calcular los valores propios de A indicando sus rdenes. 1.2.- Calcular los subespacios propios V(i) y bases Bi de cada 2.V( subespacio. subespacio.
base de formada por v.p. de A.

3.- Escribir las matrices D y P tales que: 3.columnas de P: vectores de la base B de formada por v.p. de A v.p. encontrada en 2.2.En orden elementos de la diagonal principal de D: valores propios de A
En orden
Fundamentos Matemticos de la Ingeniera 18

-EJEMPLO.- Diagonalizar la matriz cuadrada A

Sabemos que:

Solucin Soluci

Fundamentos Matemticos de la Ingeniera

19

-EJEMPLO.- Hallar una matriz regular P tal que:

Solucin Soluci

Fundamentos Matemticos de la Ingeniera

20

10

Como ya sabemos, el clculo de las potencias Ak puede ser c bastante tedioso. Sin embargo, si A es diagonalizable y hemos calculado P y D, entonces sabemos que as que: as Con lo cual, iterando el proceso llegamos a: Como el clculo de Dk equivale a elevar slo los elementos c s diagonales de D a la k-sima potencia, vemos que Ak es fcil de obtener. Si sucede que A es invertible, entonces 0 no es valor invertible, propio de A. Por consiguiente D-1 existe y

Fundamentos Matemticos de la Ingeniera

21

DIAGONALIZACIN ORTOGONAL DE MATRICES SIMTRICAS


Las matrices simtricas surgen en las aplicaciones, de sim una u otra manera, con mayor frecuencia que cualquier otra clase de matrices. La teora es hermosa teor y rica, y depende de manera esencial tanto de la tcnica de diagonalizacin expuesta en este captulo, diagonalizaci cap como de la ortogonalidad del captulo anterior. cap La diagonalizacin de una matriz simtrica es el diagonalizaci sim fundamento para el estudio de las formas cuadrticas cuadr y se utiliza tambin en el procesamiento de imgenes. tambi im
Fundamentos Matemticos de la Ingeniera 22

11

Teorema espectral.espectral.Sea 1.1.2.2.3.3.4.4.A es diagonalizable, es decir: diagonalizable, A es diagonalizable ortogonalmente, es decir: ortogonalmente, matriz simtrica: sim Todos los valores propios de A son reales.

Fundamentos Matemticos de la Ingeniera

23

Cmo se diagonaliza ortogonalmente Cmo una matriz simtrica? sim simtrica?


1.- Calcular los valores propios de A indicando sus rdenes. 1.2.- Calcular los subespacios propios V(i) y bases Bi de cada 2.V( subespacio. Recordar que al ser A simtrica es diagonalizable y subespacio. sim por tanto: di = ki.
base de formada por v.p. de A.

3.- Ortonormalizamos las bases Bi de 2.3.2.-

base ortonormal de formada por v.p. de A.

4.- Escribir las matrices D y P tales que: 4.columnas de P: vectores de la base BON de formada por v.p. de v.p. A encontrada en 3.3. En orden elementos de la diagonal principal de D: valores propios de A
Fundamentos Matemticos de la Ingeniera

En orden
24

12

Teorema de la matriz invertible.- Sea A una matriz cuadrada de orden n. Entonces . invertible. los enunciados que siguen son equivalentes. 1.- A es una matriz invertible. 1.2.- A es una matriz regular. 2.3.- A es equivalente por filas a la matriz In , es decir: . 3.4.- Los vectores columna de A son linealmente independientes. 4.5.- Los vectores columna de A generan . 5.6.- Los vectores columna de A forman una base de . 6.7.- Los vectores fila de A son linealmente independientes. 7.8.- Los vectores fila de A generan . 8.9.- Los vectores fila de A forman una base de . 9.10.- AT es una matriz invertible. 10.11.- Existe una matriz B cuadrada de orden n tal que A B = In. 11.12.- Existe una matriz C cuadrada de orden n tal que C A = In. 12.13.- r ( A ) = n. . 13.14.. 14.15.- El sistema homgeneo A x = 0 tiene solamente la solucin trivial. 15.hom soluci 16.- El sistema A x = b es siempre compatible determinado y la solucin viene 16.soluci dada por: x = A-1 b. . 17.- 0 no es valor propio de A. . 17.Fundamentos Matemticos de la Ingeniera 25

Diagonalizacin de matrices
Condiciones de diagonalizabilidad Diagonalizacin de matrices

VALOR PROPIO Interpretacin VECTOR PROPIO Espectro Propiedades

Polinomio caracterstico

Subespacio propio

Diagonalizacin ortogonal

Resultados interesantes

Metodologa para la obtencin de valores y vectores propios

Fundamentos Matemticos de la Ingeniera

26

13