1. INTRODUCCION: Los valores y vectores propios, son propiedades
importantes de las matrices cuadradas de tamaño nxn y tienen aplicaciones en el cálculo y la estadística. En éste curso inicialmente se estudiarán los métodos manuales de cálculo de valores y vectores propios, y posteriormente una de sus aplicaciones, qué consiste en la solución de sistemas lineales de ecuaciones diferenciales. 2. Definiciones: 2.1 Noción intuitiva: En álgebra lineal, los vectores propios, autovectores o eigenvectores de un operador lineal son los vectores no nulos que, cuando son transformados por el operador, dan lugar a un múltiplo escalar de sí mismos, con lo que no cambian su dirección. Este escalar recibe el nombre valor propio, autovalor, valor característico o eigenvalor. A menudo, una transformación queda completamente determinada por sus vectores propios y valores propios. Un espacio propio, autoespacio, eigenespacio o subespacio fundamental asociado al valor propio es el conjunto de vectores propios con un valor propio común. La palabra alemana eigen, que se traduce en español como propio, se usó por primera vez en este contexto por David Hilbert en 1904 (aunqueHelmholtz la usó previamente con un significado parecido). Eigen se ha traducido también como inherente, característico o el prefijo auto-, donde se aprecia el énfasis en la importancia de los valores propios para definir la naturaleza única de una determinada transformación lineal. Las denominaciones vector y valor característicos también se utilizan habitualmente. Si A es cualquier matriz numérica cuadrada, de tamaño nxn, entonces: 2.1 Un valor propio, denominado “λ”, es un escalar distinto de cero, que para un vector “v” también distinto de cero, que cumple la siguiente condición:
Av= λv
2.2 El vector v se llama vector propio de λ, si
Av= λv
3. Método de cálculo de valores y vectores propios:
A es cualquier matriz cuadrada tamaño n x n Si λ es un valor propio de A, entonces: det(A-λI)=0 (I es la matriz identidad tamaño n x n) Si v es un vector propio de A asociado a λ, entonces det(A-λI)v=0
3.1 Algoritmo para calcular los valores propios y vectores propios
3.1.1. Formar la matriz A 3.1.2. Formar la matriz I 3.1.3 Operar λI 3.1.4 Operar A- λI 3.1.5 calcular la determinante e igualar a cero 3.1.6 operar por v e igualar a cero, sustituyendo cada uno de los valores propios encontrados previamente. El número de valores propios de la matriz es igual a n
4. Ejemplo de cálculo Calcular los valores y vectores propios de la matriz:
4.1 la matriz A y está formada
4.2 la matriz identidad es:
4.3 se opera el producto
4.4 se opera la diferencia:
4.5 Se calcula la determinante: det(A-λI)=( 4-λ)(-3- λ)-(2*-5)= )=( 4-λ)(-3- λ)+10
4.6 El resultado se iguala a cero: ( 4-λ)(-3- λ)+10=0-> λ2- λ-12+10=0-> λ2- λ-2=0
A éste polinomio se le llama polinomio característico, y al resolverlo, se obtiene que λ=-
1 , λ=2. Estos son los valores propios de la matriz A.
4.7 Se calculan ahora los vectores propios:
El vector v tiene dos valores que pueden llamarse x,y así: Para λ=-1 Al resolver ésta ecuación, se obtiene: λ=7, λ=1, λ=1