0 évaluation0% ont trouvé ce document utile (0 vote)
141 vues4 pages
Este documento describe los conceptos de eigenvectores y eigenvalores. Define un eigenvector como un vector cuya dirección no cambia cuando se multiplica por una matriz, solo su longitud. Explica cómo calcular los eigenvalores resolviendo el determinante de la matriz menos el escalar lambda por la identidad, lo que da una ecuación polinómica cuyas raíces son los eigenvalores. Incluye ejemplos para ilustrar estos conceptos.
Este documento describe los conceptos de eigenvectores y eigenvalores. Define un eigenvector como un vector cuya dirección no cambia cuando se multiplica por una matriz, solo su longitud. Explica cómo calcular los eigenvalores resolviendo el determinante de la matriz menos el escalar lambda por la identidad, lo que da una ecuación polinómica cuyas raíces son los eigenvalores. Incluye ejemplos para ilustrar estos conceptos.
Este documento describe los conceptos de eigenvectores y eigenvalores. Define un eigenvector como un vector cuya dirección no cambia cuando se multiplica por una matriz, solo su longitud. Explica cómo calcular los eigenvalores resolviendo el determinante de la matriz menos el escalar lambda por la identidad, lo que da una ecuación polinómica cuyas raíces son los eigenvalores. Incluye ejemplos para ilustrar estos conceptos.
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