Upload
lorena-gomez
View
223
Download
0
Embed Size (px)
Citation preview
7/21/2019 Valores Propios, Vectores Propios y Formas Canonicas
1/10
CAPITULO 3. VALORES Y VECTORESPROPIOS
CAPITULO 3.
Valores caractersticos,vectores
caractersticos y
formas ca!icas.Supongamos quet: v ves una transformacin lineal. En unagran variedad de aplicaciones, es decir, se buscan un vector y un
escalar tal que
T(v ) = v
CONTENIDO3.". Valores y vectores caracteristicos.
3.#. $atrices seme%ates y &ia'oali(acio
3.3. $atrices sim)tricas y &ia'oali(acio orto'oal.
3.*. +orma ca!ica &e %or&a.
3.. U -to &e vista &iferete/ teorema &e Calyley01amilto.
.1. Valores y vectores caractersticos.
Fuente: !"E#$% !&'E%!. Stanley &. "rossman gina*+A-tes &e Clase Prof. 2ORE VILLA$I4ARr-o &e 5LE6RA LI7EAL II S" "er semestre #8"# Se&eSocorro
7/21/2019 Valores Propios, Vectores Propios y Formas Canonicas
2/10
CAPITULO 3. VALORES Y VECTORESPROPIOS
Defnicin 1: Valor y vector caractersticoSeaAuna matri den x n con elementos reales. El n-mero (compleo o real) recibe
el nombre de valor caracter/stico de A si e0iste alg-n vector
diferente de cero V en tal que
A V = V
Se dice que el vector V 1 0 es un vector caracter/stico
de A correspondiente al valor caracteristico .
TEOREMA 1. SeaA una matri den x n
. Entonces
es elvalor caracter/stico deAsi y slo si
P ( ) = det(A2 I ) = 0 (1)
Defnicin 2: Ecuacin y polinomio caracter/sticos !a ecuacin(1) recibe el nombre de ecuacin caractersticadeA adems,
a P ( ) se llama polinomio caractersticodeA.
TEOREMA 2.Sea un valor caracter/stico de la matriA de
n x n y sea E = 3 V :A V = V 4. Entonces E es un
subespacio de Cn
.
Defnicin !: Espacio caracterstico Sea un valor
caracter/stico de A. el subespacio
E
recibe el nombre deespacio caracterstico deAcorrespondiente al valor caracter/stico
.
TEOREMA !. SeaA una matri de n x n y sea 1 , 2 , .. , m
valores propios distintos deA(es decir, i j si i j ) con
vectores propios correspondientes V1 ,V2 , .., Vm . Entonces
Fuente: !"E#$% !&'E%!. Stanley &. "rossman gina*5A-tes &e Clase Prof. 2ORE VILLA$I4ARr-o &e 5LE6RA LI7EAL II S" "er semestre #8"# Se&eSocorro
7/21/2019 Valores Propios, Vectores Propios y Formas Canonicas
3/10
CAPITULO 3. VALORES Y VECTORESPROPIOS
V1
,V2
, .., Vm son linealmente independientes. Esto es: los
vectores "ro"ios corres"on#ientes a valores "ro"ios
#istintos son lineal$ente in#e"en#ientes.
TEOREMA %.!os valores propios de una matri triangular son lascomponentes diagonales de la matri.
Defnicin %: Multiplicidad geomtricaSea un valor propio
de la matriA6 entonces la multiplicidad geomtricade es la
dimensin del espacio propio correspondiente a (que es la
nulidad de la matriA2 I
). Esto es,
7ultiplicidad geom8trica de = dim E = V (A2 I )
TEOREMA &.Sea un valor propio deA. entonces
7ultiplicidad geom8trica de 9 multiplicidad algebraica de .
TEOREMA '.SeaA una matri den x n
6 entoncesA tiene
n
vectores propios lienalmente independientes si y slo si lamultiplicidad geom8trica de cada valor propio es igual a su
multiplicidad algebraica. En particular,A tiene n vectores propios
lienalmente independientes si todos los valores propios son distintos(ya que entonces la multiplicidad algebraica de cada valor propio es)
!.2. Matrices se$e(antes y
#ia)onali*acion.
Fuente: !"E#$% !&'E%!. Stanley &. "rossman gina*;A-tes &e Clase Prof. 2ORE VILLA$I4ARr-o &e 5LE6RA LI7EAL II S" "er semestre #8"# Se&eSocorro
7/21/2019 Valores Propios, Vectores Propios y Formas Canonicas
4/10
CAPITULO 3. VALORES Y VECTORESPROPIOS
En esta seccin se describe una relacin interesante y -til que sepuede cumplir entre dos matrices.
Defnicin 1: Matrices semejantesSe dice que dos matricesA
y + de n x n son semejantessi e0iste una matri invertible c de
n x n talque
+= C1
A C
TEOREMA 1. Si A y + son matrices semeantes de n x n ,
entonces A y + tienen el mismo polinomio caracter/stico y, por lo
tanto, tienen los mismos valores propios.
Defnicin 2: Matri diagonalia!le
7/21/2019 Valores Propios, Vectores Propios y Formas Canonicas
5/10
CAPITULO 3. VALORES Y VECTORESPROPIOS
#orolariosi la matriA de n x n tieneA de n valores propios
diferentes, entoncesAes diagonaliable.
TEOREMA !.Sea vun espacio vectorial de dimensin finita conbases B 1 = 3 V1 ,V2 , .., Vn 4 y B2 = 3 W1 ,W2, .. ,Wn 4. Sea
T: v v una transformacin lineal. Si A T es la representacin
matricial de T con respecto a la base B 1 y si CT es la
representacin matricial de T respecto a la base B2 , entoncesAT y CT son semeantes.
!.!. Matrices si$-tricas y #ia)onali*acion
orto)onal.
En esta seccin se ver que las matrices sim8tricas reales tienenvarias propiedades importantes. En particular, se demuestra que
cualquier matri sim8trica real tiene n vectores propios reales
linealmente independientes y, por lo tanto es diagonaliable. Secomenara demostrando que los valores propios de una matrisim8trica real son reales.
TEOREMA 1.SeaA una matri sim8trica real de n x n 6 entonces
los valores propios deAson reales.
TEOREMA 2.SeaA una matri sim8trica real de n x n . Si 1 y
2 son valores propios diferentes con vectores propios reales
correspondientes V1 y V2 , entonces V1 y V2 son
ortogonales.
TEOREMA !. Sea A una matri sim8trica real de n x n .
EntoncesAtienen
vectores propios reales ortonormales.Fuente: !"E#$% !&'E%!. Stanley &. "rossman gina?@A-tes &e Clase Prof. 2ORE VILLA$I4ARr-o &e 5LE6RA LI7EAL II S" "er semestre #8"# Se&eSocorro
7/21/2019 Valores Propios, Vectores Propios y Formas Canonicas
6/10
CAPITULO 3. VALORES Y VECTORESPROPIOS
Defnicin 1: Matri diagonalia!le ortogonalmente Se dice
que una matriA de n x n es diagonalia!le ortogonalmentesi
e0iste una matri ortogonal tal que
Q1
A Q= #
onde #= ( 1 , 2 , .. , n ) y 1 , 2 , .. , n son valores propios deA.
TEOREMA %. SeaA una matri real de n x n . Entonces A es
diagonaliable ortogonalmente si y slo siAes sim8trica.
!.%. /or$a cannica #e (or#an.
Es esta seccin se vera que aunque toda matri no esdiagonaliable (es decir no tiene n vectores propios linealmente
independientes) para analiar bien este caso, se define la matri! como la matri " x " .
! =
0
1 0 0 00 1 0
00
1
0
(000 )
Fuente: !"E#$% !&'E%!. Stanley &. "rossman gina?A-tes &e Clase Prof. 2ORE VILLA$I4ARr-o &e 5LE6RA LI7EAL II S" "er semestre #8"# Se&eSocorro
7/21/2019 Valores Propios, Vectores Propios y Formas Canonicas
7/10
CAPITULO 3. VALORES Y VECTORESPROPIOS
Matrices de !lo$ues de jordan:
0( ) = I A ! =
1 0 0 0 0
1 0 0
0
1
0
(00 )
Es decir, 0 ( ) es la matri de " x " con el escalar es la
diagonal, unos arriba de la diagonal y ceros en otra parte.
Matri de jordan por ultimo, una matri de jordan # tiene la
forma
# =
B1(1)
0 0 0
B2(2) 0 0
(Br(r) )
onde cada Bj(j) es una matri de bloques de ordan. Entonces
una matri de ordan es una matri que tiene en la diagonal principalmatrices de bloques de ordan y ceros en otra parte.
TEOREMA 1. Sea A una matri real o complea de n x n .
Entonces e"iste una matri C complea invertible de n x n tal
queFuente: !"E#$% !&'E%!. Stanley &. "rossman gina?BA-tes &e Clase Prof. 2ORE VILLA$I4ARr-o &e 5LE6RA LI7EAL II S" "er semestre #8"# Se&eSocorro
7/21/2019 Valores Propios, Vectores Propios y Formas Canonicas
8/10
CAPITULO 3. VALORES Y VECTORESPROPIOS
C1
A C = #
onde # es una matri de ordan cuyos elementos en la diagonal
son los valores propios deA. mas aun, la matri de ordan # es
-nica e0cepto por el orden en el que aparecen los bloques deordan.
Defnicin 1. Forma cannica de ordan !a matri # en el
teorema anterior se llama la forma cannica de ordan deA.
TEOREMA 2.Suponga que la matri de B0B tiene un valor propio
de multiplicidad algebraica B y multiplicidad geom8trica . Sea
V1 un vector propio correspondiente a . Entonces e0iste un
vector V2 que satisface la ecuacin
(A2 I ) V2 = V1
Defnicin 2. Vector propio generaliadoSeaAuna matri de
B0B con un solo valor propio que tiene una multiplicidad
geom8trica . Sea V1 un vector propio deA. entonces el vector
V2 definido por (A 2 I ) V2 = V1 se llama vector propio
generaliadodeAcorrespondiente al valor propio .
TEOREMA !. Suponga que A, % V1 y V2 estn definidos
como el teorema anterior y sea C la matri cuyas columnas son
V1 y V2 . Entonces C
1
A C = # , donde # = ( 00 ) esla forma cannica de ordan deA.
Fuente: !"E#$% !&'E%!. Stanley &. "rossman gina?*A-tes &e Clase Prof. 2ORE VILLA$I4ARr-o &e 5LE6RA LI7EAL II S" "er semestre #8"# Se&eSocorro
7/21/2019 Valores Propios, Vectores Propios y Formas Canonicas
9/10
CAPITULO 3. VALORES Y VECTORESPROPIOS
!.&. n "nto #e vista #i3erente:
teore$a #e Calyley45a$ilton.
E0isten mucCos resultados interesantes sobre los valores propiosde una matri. En esta seccin se estudiara uno de ellos. ice quecualquier matri satisface su propia ecuacin caracter/stica
Sea P(6) = xn
A an1xn1
AD A a1x A a0 un polinomio y seaA
una matri cuadrada. Entonces las potencias de % estn definidas y
Se define
P(A) = An
A an1An1
AD A a1A A a0I
S& P ( ) y Q ( ) son polinomios en la variable escalar
cuyos coeficientes de matrices cuadradas y si P ( ) = Q ( )
(A2 I ), entonces P(A) = 0.
eorema de ayley2Gamilton oda matri satisface su propia
ecuacin caracter/stica. Es decir si P ( ) = @ es la ecuacin
caracter/stica deA, entonces P(A) = 0.
En algunas situaciones el teorema de ayley2Gamilton es -til para
calcular la inversa de una matri. Si e0iste A1
y P(A) = 0%
entonces A1
P(A) = 0.ara utiliar esto,
P( ) = n
A an1
n1
AD A a1 A a
0
, entonces
P(A) = An
A an1An1
AD A a1A A a0I = @
H
A1
P(A) = An1
A an1An2
AD A a2A A a1I A a0A1
= @
Fuente: !"E#$% !&'E%!. Stanley &. "rossman gina??A-tes &e Clase Prof. 2ORE VILLA$I4ARr-o &e 5LE6RA LI7EAL II S" "er semestre #8"# Se&eSocorro
7/21/2019 Valores Propios, Vectores Propios y Formas Canonicas
10/10
CAPITULO 3. VALORES Y VECTORESPROPIOS
%s/
A1
=1
a0
( An1
an1An2
D a2A a1I )
Ibserve que a0 1 0 porque a0 = detA y se supuso que A era
invertible.
Fuente: !"E#$% !&'E%!. Stanley &. "rossman gina?JA-tes &e Clase Prof. 2ORE VILLA$I4ARr-o &e 5LE6RA LI7EAL II S" "er semestre #8"# Se&eSocorro