Professional Documents
Culture Documents
Ingeniera en Computacin
Grupo: 2CM1
Se dice que el vector v 0 es un vector propio de A correspondiente al valor propio . A los valores y vectores propis se les conoce como eigenvalores y eigenvectores respectivamente. ste se debe a que la palabra alemana eigen significa propio. EJEMPLO 1 Suponga que A= ( ) , entonces A ( ) = ( ) ( ) = ( ). Por tanto, 1 = 1 es un
valor propio de A al que le corresponde a el vector propio v1 = ( ) Sea A una matriz n x n. Entonces es un valor propio de A si y solo si p() = det ( A I ) = 0
ESPACIO CARACTERISTICO
Sea un valor caracterstico de A. El subespacio E recibe el nombre de espacio caracterstico de A correspondiente al valor caracterstico .
MULTIPLICIDAD ALGEBRAICA
Los nmeros r1,r2,,rn se llaman multiplicidades algebraicas de los valores caractersticos de 1, 2,, n respectivamente. Para calcular los valores y espacios caractersticos correspondientes, lo haremos mediante tres pasos:
MULTIPLICIDAD ALGEBRAICA
Supngase que es un valor caracterstico de la matriz A. Entonces la multiplicidad geomtrica de es la dimensin del espacio caracterstico que le corresponde (el cual es la nulidad de la matriz A I ). Es decir, Multiplicidad geomtrica de = dim E = v( A I ) La multiplicidad geomtrica de un valor caracterstico nunca es igual a 0. Esto sigue la definicin 1, segn la cual si es un valor caracterstico, entonces existe un vector caracterstico no cero corresponde a .
Teorema Creciente
Sea una matriz de n x n. Entonces los 11 enunciados que a continuacin menciono son equivalentes; es decir. Cada uno de ellos implica los otros 10 ( de tal manera que si uno de ellos es verdadero, todos son verdaderos). 1. A es invertible 2. La nica solucin del sistema homogneo Ax = 0 es la solucin trivial (x = 0). 3. El sistema Ax = b tiene una solucin que es nica para cada n-vector b. 4. A es equivalente por renglones a la matriz identidad In de n x n. 5. A se puede escribir como el producto de matrices elementales. 6. Los renglones (y las columnas) de A son linealmente independientes. 7. det A 0 8. v(A) = 0 9. p(A) = n 10. La transformacin lineal T de Rn a Rn definida por Tx = Ax es un isomorfismo 11. El 0 no es un valor caracterstico de A.
Diagonalizacin
Una matriz de A de n x n puede ser diagonalizable si existe una matriz diagonal D tal que A sea similar a D. Si la matriz A de n x n tiene n valores caractersticos distintos, entonces A es diagonalizable. Si es as, la matriz diagonal D que es similar a A, est dada por A= Donde 1, 2,, n son los valores caractersticos de A. Si C es una matriz cuyas columnas son vectores caractersticos de A linealmente independientes, entonces D = C-1 AC
Si la ecuacin cuadrtica ax2 + bxy + cy2 = d con d0 es la ecuacin de: 1. 2. 3. 4. Una hiprbola si el det A<0. Una elipse, circunferencia o seccin cnica degenerada si det A>0. Un par de lneas rectas o una seccin cnica degenerada si det A=0. Si d=0, entonces la ecuacin es la de dos lneas rectas si det A0, y es la ecuacin de una sola recta si det A=0.
Forma cuadrtica
Sean v=( ) A una matriz simtrica de n x n. Entonces una forma cuadrtica en x1,x2,,xn es