You are on page 1of 5

CURSO CORTO:

“CALCULO DE VALORES PROPIOS, VECTORES PROPIOS


Y SUS APLICACIONES“

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