Professional Documents
Culture Documents
Una matriz n X m se puede considerar como una función que usa la multiplicación de matrices
para llevar vectores m-dimensionales en vectores n-dimensionales en sí mismo.
En este caso, ciertas vectores no nulos x son paralelos a Ax, lo que significa que existe una
constante λ tal que Ax = λx. Para estos vectores, tenemos (A – λI)x = 0. Existe una relación
muy estrecha entre estos números λ y la posibilidad de que un método iterativo converja.
Si A es una matriz cuadrada, el polinomio definido por
Definición 1.
Definición 2.
El radio espectral p(A) de una matriz A esta definido por
p(A) = máx |λ|, donde λ es un valor característico de A.
½
(Recuérdese que, para λ = α + βi complejo, tenemos |λ| = (α ² + β²) .)
Teorema.
Si A es una matriz de n X n, entonces
½
(i) ||A||2 = [p(At A)] ,
.
|λ| = |λ| ||x|| = || λ x || = || A x || ≤ ||A|| ||x|| = ||A||.
Por tanto,
p(A) = máx |λ| ≤ ||A||.
La parte (i) del teorema anterior implica que si A es simétrica, entonces ||A||2 = p(A).
Un resultado interesante y útil, que se parece a la parte (ii) del teorema, es que para cualquier
.
matriz A y para todo ε > 0 existe una norma natural || || con la propiedad de que
p(A) < ||A|| < p(A) + ε. En consecuencia, p(A) es la cota máxima inferior de las normas
naturales de A.
Propiedades elementales de los valores característicos.
A continuación se presentan algunas de las propiedades más útiles de los valores característicos
y de los vectores característicos asociados a transformaciones lineales de espacios de
dimensión finita.
Proposición 2. Si {f1, f2, …, fn} son vectores propios que corresponden respectivamente a
valores propios distintos { λ1, λ2, …, λn}, entonces {f1, f2, …, fn} son linealmente
independientes.
Para demostrar la independencia lineal de f1 y f2 supongamos lo contrario:
α1 f1 + α2 f2 = 0.
Entonces
T(α1 f1 + α2 f2) = α1T f1 + α2T f2
= α1 λ1 f1 + α2 λ2 f2 = 0,
o
α1 λ1 f1 – α1 λ2 f1 = 0,
α1(λ1 – λ2) f1 = 0,
lo cual es una contradicción.
Proposición 6. Los valores característicos de toda matriz simétrica real o, con mayor
generalidad, de toda matriz hermitiana, son reales.
Tkx = Tk -1 Tx = Tk -1 λx = … = λkx .
a0 + a1 λ + a2 λ2 + … + an λn
es un valor característico de
a0I + a1 T + a2 T2 + … + an T n .
λ1λ2…λn = (–1)n-1 pn = |T |.
Matemáticas IV
Investigación:
Vectores y valores característicos.
Piedras Negras Coah; a martes 1 de Junio de 2010.