Você está na página 1de 5

1.3 Mtodos para el clculo de valores y vectores propios.

En lgebra lineal, los vectores propios, autovectores de un operador lineal son los vectores no nulos que, cuando son transformados por el operador, dan lugar a un mltiplo escalar de s mismos, con lo que no cambian su direccin. Este escalar recibe el nombre valor propio. A menudo, una transformacin queda completamente determinada por sus vectores propios y valores propios. Un espacio

propio, autoespacio o eigenespacio es el conjunto de vectores propios con un valor propio comn.

Las transformaciones lineales del espacio como la rotacin, la reflexin, el ensanchamiento, o cualquier combinacin de las anteriores; en esta lista podran incluirse otras transformaciones pueden interpretarse mediante el efecto que producen en los vectores. Los vectores pueden visualizarse como flechas de una cierta longitud apuntando en una direccin

y sentido determinados.

Los vectores propios de las transformaciones lineales son vectores que, o no se ven afectados por la transformacin o se ven multiplicados por un escalar, y por tanto no varan su direccin.

El valor propio de un vector propio es el factor de escala por el que ha sido multiplicado.

Un espacio propio es un espacio formado por todos los vectores propios del mismo valor propio, adems del vector nulo, que no es un vector propio.

La multiplicidad geomtrica de un valor propio es la dimensin del espacio propio asociado.

El espectro de una transformacin en espacios vectoriales finitos es el conjunto de todos sus valores propios.

Por ejemplo, un vector propio de una rotacin en tres dimensiones es un vector situado en el eje de rotacin sobre el cual se realiza la rotacin. El valor propio correspondiente es 1 y el espacio propio contiene a todos los vectores paralelos al eje. Como es un espacio de una dimensin,

su multiplicidad geomtrica es uno. Es el nico valor propio del espectro (de esta rotacin) que es un nmero real.

Formalmente, se definen los vectores propios y valores propios de la siguiente manera: Si A: V V es un operador lineal en un cierto espacio

vectorial V, v es un vector diferente de cero en V y c es un escalar tales que

Entonces decimos que v es un vector propio del operador A, y su valor propio asociado es c. Observe que si v es un vector propio con el valor propio c entonces cualquier mltiplo diferente de cero de v es tambin un vector propio con el valor propio c. De hecho, todos los vectores propios con el valor propio asociado c junto con 0, forman un subespacio de V, el espacio propio para el valor propio c. Observe adems que un un espacio propio Z es un subespacio invariante de A, es decir dado w un vector en Z, el

vector Aw tambin pertenece a Z. espacio propio Z es un subespacio invariante de A, es decir dado w un vector en Z, el vector Aw tambin pertenece a Z. Casos de interes espcial. Intuitivamente, para las transformaciones lineales del
espacio de dos dimensiones , los vectores propios son:

Rotacin: ningn vector propio de valores reales (existen en cambio pares valor propio, vector propio complejos).

Reflexin: los vectores propios son perpendiculares y paralelos al eje de simetra, los valores propios son -1 y 1, respectivamente.

Escalado uniforme: todos los vectores son vectores propios, y el valor propio es el factor de escala.

Proyeccin sobre una recta: los vectores propios con el valor propio 1 son paralelos a la lnea, vectores propios con el valor propio 0 son paralelos a la direccin de la proyeccin.

Clculo de valores propios y vectores propios de matrices. Si se quiere calcular los valores propios de una matriz dada y sta es pequea, se puede calcular simblicamente usando el polinomio caracterstico. Sin embargo, a menudo resulta imposible para matrices extensas, caso en el que se debe usar un mtodo numrico.

Clculo simblico. Una herramienta importante para encontrar valores propios de


matrices cuadradas es el polinomio caracterstico: decir que es un valor propio de A es equivalente a decir que el sistema de ecuaciones lineales A v = v --> A v v = 0 (Factorizando por v queda) (A - I) v = 0 (donde I es la matriz identidad) tiene una solucin no nula v (un vector propio), y de esta forma es equivalente al determinante:

( La funcin p() = (

)es un polinomio de pues los determinantes se

definen como sumas de productos. ste es el polinomio caracterstico de A: los valores propios de una matriz son los ceros de su polinomio caracterstico. Todos los valores propios de una matriz A pueden calcularse resolviendo la ecuacin: Si A es mximo una matriz , entonces tiene grado y tiene como

valores propios. fundamental del lgebra dice que esta ecuacin tiene

El teorema exactamente

races (ceros), teniendo en cuenta su multiplicidad. Todos los

polinomios reales de grado impar tienen un nmero real como raz, as que para n impar toda matriz real tiene al menos valor propio real. En el caso de las matrices reales, para conjugados. par e impar, los valores propios no reales son pares

Encontrando vectores propios. Una vez que se conocen los valores propios ,
los vectores propios se pueden hallar resolviendo el sistema de ecuaciones homogneo:

Una forma ms sencilla de obtener vectores propios sin resolver un sistema de ecuaciones lineales se basa en el teorema de Cayley-Hamilton que establece que cada matriz cuadrada satisface su propio polinomio caracterstico. As, si son los valores propios de A se cumple que

por lo que los vectores columna de propios de .

son vectores

Ejemplo de matriz sin valores propios reales. Un ejemplo de matriz sin valores
propios reales es la rotacin de 90 grados en el sentido de las manecillas del reloj:

Cuyo polinomio caracterstico es

y sus valores propios son el par de

conjugados complejos i, -i. Los vectores propios asociados tampoco son reales. Ejemplo Considrese la matriz

que representa un operador lineal R R. Si se desea computar todos los valores propios de A, se podra empezar determinando el polinomio caracterstico:

y porque p(x) = - (x - 2)(x - 1)(x + 1) se ve que los valores propios de A son 2, 1 y -1. El teorema de Cayley-Hamilton establece que cada matriz cuadrada satisface su propio polinomio caracterstico. Es decir:

Efectivamente, para el caso del valor propio 2, se puede comprobar que

De donde (1, 1, -1) es un vector propio asociado a 2.

Clculo numrico. En la prctica, los valores propios de las matrices extensas no


se calculan usando el polinomio caracterstico. Calcular el polinomio resulta muy costoso, y extraer las races exactas de un polinomio de grado alto puede ser difcil de calcular y expresar: el teorema de Abel-Ruffini implica que las races de los polinomios de grado alto (5 o superior) no pueden expresarse usndose simplemente races ensimas. Existen algoritmos eficientes para aproximar races de polinomios, pero pequeos errores en la estimacin de los valores propios pueden dar lugar a errores grandes en los vectores propios. En consecuencia, los algoritmos generales para encontrar vectores propios y valores propios son iterativos. La manera ms fcil es el mtodo de las potencias: se escoge un vector aleatorio de vectores unitarios: y se calcula una secuencia

, ...

Esta sucesin casi siempre converger a un vector propio correspondiente al mayor valor propio. Este algoritmo es sencillo, pero no demasiado til aisladamente. Sin embargo, hay mtodos ms populares, como

la descomposicin QR, que se basan en l.

Você também pode gostar