Daniel Rodrguez Lopatn Modelado Y Sistemas Mecnicos V6

1569963 # Lista: 33 135

Investigacin # 2
1.5 Valores propios, vectores propios generalizados y representaciones en forma de Jordn. En lgebra 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 mltiplo escalar de s mismos, con lo que no cambian su direccin. Este escalar recibe el nombre valor propio, autovalor, valor caracterstico o eigenvalor. A menudo, una transformacin 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 comn.
Las transformaciones lineales del 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 es el eje de giro. 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 Av= cv 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 espacio propio Z es un subespacio invariante de A, es decir dado w un vector en Z, el vector Aw tambin pertenece a Z. Matemticamente, v es un vector propio y el valor propio correspondiente de una transformacin T si verifica la ecuacin:

donde T(v) es el vector obtenido al aplicar la transformacin T a v.

Daniel Rodrguez Lopatn Modelado Y Sistemas Mecnicos V6 Supngase que T es una transformacin lineal (lo que significa que

1569963 # Lista: 33 135

para todos los escalares a, b, y los vectores v, w). Considrese una base en ese espacio vectorial. Entonces, T y v pueden representarse en relacin a esa base mediante una matriz AT y un vector columna vun vector vertical unidimensional. La ecuacin de valor propio en esta representacin matricial se representa de la siguiente forma:

donde la yuxtaposicin es un producto de matrices. Dado que en esta circunstancia la transformacin T y su representacin matricial AT son equivalentes, a menudo podemos emplear slo T para la representacin matricial y la transformacin. Esto es equivalente a un conjunto de n combinaciones lineales, donde n es el nmero de vectores de la base. En esta ecuacin, tanto el autovalor y las n componentes de v son desconocidos. Sin embargo, a veces es poco natural o incluso imposible escribir la ecuacin de autovector en forma matricial. Esto ocurre, por ejemplo, cuando el espacio vectorial es de dimensin infinita, como por ejemplo en el caso de la cuerda mostrada anteriormente. Dependiendo de la naturaleza de la transformacin T y el espacio al que se aplica, puede ser ventajoso representar la ecuacin de autovalor como un conjunto de ecuaciones diferenciales, donde los autovectores reciben a menudo el nombre de autofunciones del operador diferencial que representa a T. Por ejemplo, la derivacin misma es una transformacin lineal, ya que (si f(t) y g(t) son funciones derivables y a y b son constantes)

Considrese la diferenciacin con respecto a . Sus autofunciones h(t) obedecen a la ecuacin de autovalor:

, donde es el autovalor asociado con la funcin. Una funcin en el tiempo es constante si , crece proporcionalmente a s misma si es positiva, y decrece proporcionalmente a s misma si es negativa. Por ejemplo, una poblacin ideal de conejos engendra con ms frecuencia a medida que hay ms conejos, y por tanto satisface la ecuacin para lambda positivo. La solucin a la ecuacin de valor propio es , la funcin exponencial; pues esa funcin es una funcin propia del operador diferencial d/dt con el valor propio . Si es negativa, la evolucin de g se denomina decaimiento exponencial; si es positiva se denomina crecimiento exponencial. El valor de puede ser cualquier nmero complejo. El espectro de d/dt es entonces el plano complejo en su totalidad. En este ejemplo el espacio vectorial en el que acta d/dt es el espacio de las funciones derivables de una variable. Este espacio tiene una dimensin infinita (pues no es posible expresar cada funcin diferenciable como combinacin lineal de un nmero finito de funciones base). No obstante, el espacio propio asociado a un valor propio determinado es unidimensional. Es el conjunto de todas las funciones poblacin inicial en t=0. , donde A es una constante arbitraria, la

Daniel Rodrguez Lopatn Modelado Y Sistemas Mecnicos V6 1.6 Funciones de Matriz Cuadrada

1569963 # Lista: 33 135

Una matriz de n por m elementos, es una matriz cuadrada si el nmero de filas es igual al nmero columnas, es decir, n = m y se dice, entonces que la matriz es de orden n:

Las matrices cuadradas son las ms utilizadas en lgebra. Toda matriz cuadrada se puede descomponer en la suma de una matriz simtrica y una matriz antisimtrica. Si A y B son matrices del mismo orden, entonces se pueden sumar entre s. Los productos de matrices son vlidos en ambos sentidos, AB y BA. Adems, surgen los conceptos de determinante y traza solo aplicables a matrices cuadradas. Una matriz cuadrada A de orden n es singular si su determinante es nulo. En tal caso se dice que dicha matriz no tiene inversa. 1.7 Norma y producto interior El producto interior o producto escalar de dos vectores en un espacio vectorial es una forma bilineal, hermtica y definida positiva, por lo que se puede considerar una forma cuadrtica definida positiva. Un producto escalar se puede expresar como una expresin:

donde es un espacio vectorial y es el cuerpo sobre el que est definido . La funcin (que toma como argumentos dos elementos de , y devuelve un elemento del cuerpo ) debe satisfacer las siguientes condiciones: 1. Linealidad por la izquierda: por la derecha: 2. Hermiticidad: , , y linealidad conjugada

Daniel Rodrguez Lopatn Modelado Y Sistemas Mecnicos V6 3. Definida positiva: ,y si y slo si x = 0, representan escalares del cuerpo

1569963 # Lista: 33 135

donde son vectores de V, conjugado del complejo c.

y es el

Si el cuerpo tiene parte imaginaria nula (v.g., ), la propiedad de ser sesquilineal se convierte en ser bilineal y el ser hermtica se convierte en ser simtrica. Tambin suele representarse por:

Un espacio vectorial sobre el cuerpo o dotado de un producto escalar se denomina espacio prehilbert o espacio prehilbertiano. Si adems es completo, se dice que es un espacio de hilbert. Si la dimensin es finita y el cuerpo es el de los nmeros reales, se dir que es un espacio eucldeo; si el cuerpo es el de los nmeros complejos (y la dimensin es finita) se dir que es un espacio unitario. Todo producto escalar induce una norma sobre el espacio en el que est definido, de la siguiente manera:

En tal caso, esta es una de las infinitas normas que pueden ser generadas a partir de un producto interior. Propiedades del producto escalar 1. Conmutativa:

2. Distributiva respecto a la suma vectorial:

3. Asociatividad respecto al producto por un escalar m:

Daniel Rodrguez Lopatn Modelado Y Sistemas Mecnicos V6 Referencias:

1569963 # Lista: 33 135

http://www.ingenierias.ugto.mx/profesores/chema/documentos/Algebra%20Lineal/Algebra_lin eal_7.pdf http://samhain.softgot.com/algebralineal/lecturas/semana_1.pdf http://www.javeriana.edu.co/ruizf/lineales.html Bibliografa: Mecnica Cuntica B. G. Levich