Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
CRISTOBAL DE HUAMANGA
Facultad de Ingeniera de Minas,Geologa y Civil
DOCENTE:
Ing. Darwin
INTEGRANTES
ACOSTA GUIZADO, Nicanor Jesus
1. RESUMEN 2
2. INTRODUCCIN 3
3.4. Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.6. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.7. Recomendaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.8. Bibliografa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.9. Anexos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1. RESUMEN
2. INTRODUCCIN
sdddsfsdfds
Denicion
Dada una matriz cuadrada A de orden 3 se dice que el nmero es un valor propio de A si
Ac = c
Por denicin, un vector propio c debe ser un vector columna distinto de:
0
0= 0
0
c = Ac
I3 c = Ac
Entonces la ecuacin:
I3 c = Ac
Es equivalente a
(I3 A) c = 0
|I3 A| = 0
P () := |I3 A| = 0
P () := |I3 A| = 0
nado.
c 0
1
|I3 A| c2 = 0
c3 0
En las incgnitas c1; c2; c3. Una solucin de (3) con no todas las componentes c1; c2; c3 nulas,
Ejemplo 1
1 0 0
A= 2 3
4
1 1 2
Vamos a hallar un valor propio y un vector propio asociado. Es preciso resolver la ecuacin en ()
utilizando la ecuacin:
|I3 A| = 0
1 0 0
|I3 A| = 3 = ( (1 ) (3 ) (2 + ) + 0) (4 (1 )) = 0
2 4
1 1 2
0 = ( 1) (3 ) (2 + ) + 4 (1 )
0 = (1 ) ( 3) (2 + ) + 4 (1 )
0 = (1 )(2 2)
0 = (1 )( 2)( + 1)
Por lo tanto: = 1, = 2, = 1
Para =1
Para encontrar un vector propio u
x
1
u = x2
x3
Resolvemos el sistema homogneo de ecuaciones lineales:
0 0 0 x 0
1
|I3 A| u = 2 2 x2 = 0
4
1 1 3 x3 0
x1 = t; x2 = 5t; x3 = 2t
Para =2
Para encontrar un vector propio v
y
1
v = y2
y3
Resolvemos el sistema homogneo de ecuaciones lineales:
1 0 0 y 0
1
|I3 A| v = 2 y2 = 0
1 4
1 1 4 y3 0
y1 = 0; y2 = 4t; y3 = t
Para = 1
Para encontrar un vector propio w
z
1
w = z2
z3
Resolvemos el sistema homogneo de ecuaciones lineales:
2 0 0 z 0
1
|I3 A| w = 2 4 z2 = 0
4
1 1 1 z3 0
z1 = 0; z2 = t; z3 = t
Ejemplo 2
Sea la matriz
1 1 4
|A| = 3 2 1
2 1 1
Vamos hallar un valor propio y un vector propio asociado es preciso resolver la ecuacin
|I1 A| = 0
1 0 0
|I| = 0 1 0
0 0 1
I=Matriz Ideal
Reemplazando
1 0 0 1 1 4
|I A| = 0 1 0 3 1 = 0
2
0 0 1 2 1 1
Multiplicando por tenemos
0 0 1 1 4 1 1 4
0 0 3 2 1 = 3 2 1 = 3 22 5 + 6 = 0 . . . ..(n)
0 0 2 1 1 2 1 + 1
3 22 5 + 6 = 0 > 13 2 12 5 1 + 6 = 0
c
1
Para encontrar un vector propio c = c2 asociamos a este con = 1 en la matriz
c3
1 1 4 0 1 4 c 0
1
c 3 2 1 = 3 1 1 c2 = 0
2 1 + 1 2 1 2 c3 0
Obtenemos
c1 c2 4c3 = 0
3c1 c2 c3 = 0
2c1 c2 2c3 = 0
De las ecuaciones se obtiene de que
c2 = 4c3
3c1 c2 = c3
c1=1
c2 = 4
c3 = 1
c1
De esa manera se obtiene un vector propio asociado a =1 es c = c2 que vendra a ser igual
c3
1
a = 4 .
1
Esta matriz a veces se dene con los coecientes del polinomio dispuestos en la ultima columna.
Siel trmino de mayor grado del polinomio no fuera 1 , la matriz se dene, siendo a el coeciente
de mayor grado:
Esto se puede usar para calcular las races de un polinomio, ya que los autovalores de esa matriz
son las races del polinomio. Es lo que hace la funcin roots de Matlab.
Con = 10100 y siendo I99 la matriz identidad de dimensiones 99 99. Si calculamos los autova-
lores:
Se trata de un problema inestable, ya que un pequeo cambio en los datos provoca un gran cambio
en el resultado.
Las matrices simtricas son bien condicionadas, ya que hemos dicho antes que toda matriz real
Mtodo de Le-Verrier
Utiliza la relacin entre las races de una ecuacin y sus coecientes (relaciones de Newton):
Mtodo de Faddeev-Souriau
Ejemplo 2
Dada la matriz A
1. .
2. .
3. .
4. .
5. .
Mtodo de Danilevski
Slo como mencin. Consiste en transformar la matriz A en una equivalente (por semejanza)
cuyo polinomio caracterstico sea fcil de determinar. Se transforma a una matriz de Frobenius:
Si A es tridiagonal
Ejemplo 3
Para una matriz A 33 genrica,
Se tiene
Para que funcione el mtodo, deben ser todos los b 6= 0.Si hay algn bk = 0 se hace por bloques:
Ejemplo 4
Si A es Hessenberg superior
Una matriz Hessenberg superior es una matriz triangular superior que tambin tiene elementos
en la subdiagonal principal:
Se tiene un sistema compatible indeterminado. Por tanto, lo que se hace es darle un valor a x4 ,
por ejemplo
Si alguno de los bi es nulo, se puede hacer como en el caso de tridiagonal, por bloques. Lo que
hemos hecho se llama mtodo de Hyman, que, para el caso general, queda la siguiente recurrencia
Si bk 6= 0.
De esta forma, se obtiene:
Si se tiene bi = 0 para algn i, se pueden hacer las recurrencias de las submatrices cuadradas
principales.
La reduccin por semejanza de una matriz a tridiagonal (si es simtrica) o Hessenberg superior
(en otro caso)se puede hacer por los mtodos de Givens y Householder:
Ahora vamos a ver con algo ms de detalle el mtodo de Givens, y posteriormente el de Householder.
Se hacen rotaciones para anular elementos por debajo de la subdiagonal principal. Ilustramos el
Usando el ndice i para las columnas y el q para las las, para i=1 usamos la matriz G23 para
Anular columnas i = 1:n 2 haciendo rotaciones Gi+1,q , para anular el elemento (q, i) con
q = i + 2 :n
Si la matriz es simtrica, entonces al anular el elemento (q, i) se anula tambin el (i, q), por lo que
Cuando aplicamos el mtodo de Householder a una matriz, hacamos ceros por debajo de la
diagonal principal. Ahora nos interesa hacerlos por debajo de la subdiagonal principal, por lo que
mientras que el vector v (i) ) se construye de forma similar al mtodo de Householder tradi-
cional:
Esto es, en lugar de empezar en el elemento de la diagonal principal como se haca con
los sistemas lineales, se empieza a construir el vector v con los elementos de la subdiagonal
A continuacin vemos la implementacin en Matlab de este mtodo, que slo representa unas pe-
Ejemplo 5
Dada la matriz
Al hacer ceros debajo de la subdiagonal principal en la primera columna, tenemos que usar
Aplicando el algoritmo visto arriba se obtiene nalmente la siguiente matriz reducida a Hessenberg
superior:
3.4. Resultados
3.6. Conclusiones
3.7. Recomendaciones
3.8. Bibliografa
3.9. Anexos