Eigenvectores y Eigenvalores

Sea A una matriz de nn donde A es un operador lineal en los vectores de Cn.

Ax=b
(1)
donde x y b son vectores de n1 (Figura 1).
(a)

(b)


Figura 1: Ilustracin de un sistema lineal y
vectores.
DEFINITION 1: Eigenvector
Un eigenvector de A es un vector vCn tal que
Av=v
(2)
donde es llamado el eigenvalor correspondiente. A solo cambia
la longitud de v, no su direccin.
Modelo Grfico
A travs de las siguientes Figura 2 y Figura 3, veamos las diferencias de la Ecuacin 1 y
de la Ecuacin 2.

Figura 2: Representa la Ecuacin 1, Ax=b.
Si ves un eigenvector de A, entonces solo su longitud cambia. Vase Figura 3 y note que
la longitud de nuestro vector esta simplemente escalada por una variable , llamada
eigenvalor:

Figura 3: Representa la Ecuacin 2, Av=v.
NOTA:
Cuando tratamos con una matriz A, los eigenvectores son los vectores posibles
ms simples para trabajar.
Ejemplos
EXERCISE 1
Por inspeccin y entendimiento de eigenvectores, encuentre los dos eigenvectores v1 y v2,
de
A=(300-1)
Tambin cules son los eigenvalores correspondientes, 1 y 2? No se preocupe si tiene
problemas viendo estos valores de la informacin dada hasta ahora, veremos otras
maneras mas rigurosas de encontrar estos valores.
[ SHOW SOLUTION ]
EXERCISE 2
Muestre que estos dos vectores,
v1=(11)
v2=(1-1)
son eigenvectores de A, donde A=(3-1-13). Tambin encuentre los eigenvalores
correspondientes.
[ SHOW SOLUTION ]
Calculando Eigenvalores y Eigenvectores
En los ejemplos anteriores, confiamos en su entendimiento de la definicin y de algunas
observaciones para encontrar y probar los valores de los eigenvectores y eigenvalores. Sin
embrago como se puede dar cuenta, encontrar estos valores no siempre es fcil. A
continuacin veremos un mtodo matemtico para calcular eigenvalores y eigenvectores
de una matriz.
Encontrando Eigenvalores
Encontrar C tal que v0, donde 0 es el vector cero. Empezaremos con la Ecuacin
2, trabajemos de la siguiente manera mientras encontramos una manera explicita de
calcular .
Av=v
Avv=0
(AI)v=0
En el paso previo, usamos el hecho de que
v=Iv
donde I es la matriz identidad.
I=1000010001
Por lo tanto, AI es justo una matriz nueva.
EJEMPLO 1
Dada la siguiente matriz, A, entonces podemos encontrar nuestra nueva matriz, AI.
A=(a1,1a2,1a1,2a2,2)
AI=(a1,1a2,1a1,2a2,2)
Si (AI)v=0 para algn v0, entonces AI es no invertible. Esto quiere decir:
det(AI)=0
este determinante (el mostrado arriba) se vuelve una expresin polinomial (de grado n).
Vase el siguiente ejemplo para entender mejor.
EJEMPLO 2
Empezando con la matriz A (mostrada a continuacin), encontremos la expresin
polinomial, donde nuestros eigenvalores sern variables dependientes.
A=(3-1-13)
AI=(3-1-13)
det(AI)=(3)2(-1)2=26+8
={2,4}
EJEMPLO 3
Empezando con la matriz A (mostrada a continuacin),encontremos la expresin
polinomial, donde nuestros eigenvalores sern variables dependientes.
A=(a1,1a2,1a1,2a2,2)
AI=(a1,1a2,1a1,2a2,2)
det(AI)=2(a1,1+a2,2)a2,1a1,2+a1,1a2,2
Si no lo han notado, calcular los eigenvalores es equivalente a calcular las races de
det(AI)=cnn+cn1n1++c1+c0=0