¡La universidad de todos!

Tema: AUTOBALORES Y AUTOVECTORES

Docente: Patricia Cárdenas Rodríguez
Integrantes:
Blas López, Sheila
Llanos Zambrano, Mary Carmen
Mendoza Guevara, Ubaldo
Vásquez Hernández, Elita Adelit

Periodo académico:
Escuela Profesional Semestre:
INGENIERÍA INDUSTRIAL Unidad:
 Los autovalores se emplean en diversas áreas de la
matemática, en la resolución de problemas
hidrodinámicos, mecánicos, físicos de ingeniería eléctrica
y nuclear, etc.
Autovectores son elementos muy utilizados en diversos
problemas como análisis de estructuras, reconocimiento
de imágenes, compresión de datos, solución de
problemas electrodinámicos, entre otros.
 BASES ORTOGONALES Y ORTONORMALES

Decimos que B=u,v es una base

ortogonal si los vectores que la forman
son perpendiculares entre sí. Es decir, u y
v, y forman un ángulo de 90° .
• Definición. Sea V un espacio vectorial sobre K. Un producto interno sobre V
es una aplicación (−, −): V × V → K tal que para cada u, u´, v ∈ V y cada λ ∈ K
• (u + u´, v) = (u, v) + (i´, v),
• (λu, v) = λ(u, v),
• (u, v) = (v, u),
• (v, v) > 0 si v ƒ= 0.
Un espacio con producto interno es un par (V, (−, −)) en el que V es un
espacio vectorial sobre K y (−, −) es un producto interno.
Si K = R, esto implica que (−, −) es lineal en las dos variables. Si en
cambio K = C, esta aplicación es lineal en su primera variable y
semilineal en la segunda: esto último significa que para cada u, v, v´ ∈ V
y cada λ ∈ K es (u, v +v´) = (u, v) + (u, v´) y (u, λv) = λ(u, v).
De esto sigue, en particular, que (0, 0) = 0 así que, de hecho, vale que
(v, v) = 0 ⇐⇒ v = 0.
Finalmente, notemos que si v ∈ V,
entonces (v, v) = (v, v), de manera
que (v, v) ∈ R. Esto significa que
la última condición de la definición
tiene sentido.
Proceso de gran Smith en otros espacios diferentes
de RN

Definición: Sea V un espacio vectorial real con producto interno sobre V, es una función
Proceso de gran Smith en otros espacios diferentes
de RN

Subtítulos del tema

Norma de un vector
Sea V un espacio vectorial con producto interno definido entonces se
define a la norma de un vector de la siguiente manera:
Proceso de gran Smith en otros espacios
diferentes de RN

Proceso de ortonormalizacion de Gram Schmidt

Proceso de gran Smith en otros espacios diferentes
de RN
Matrices semejantes o equivalentes

Definición

La mayor parte de esta sección no es imprescindible para resolver los

problemas que tenemos con las matrices (lea el comentario al principio
de la segunda parte del tema), pero nos hace comprender mejor la
teoría de matrices. Al principio del tema hemos comentado que las
matrices A y B = P-1AP "tienen un comportamiento geométrico común"
porque son matrices de la misma aplicación lineal, pero en bases
diferentes.
 Matrices semejantes o equivalentes

Definición
Se dice que una matriz A es semejante a otra matriz B (y se escribe A ~ B) si existe una matriz invertible P tal que A = PBP -1.
Comprobemos con esta relación de semejanza que se cumple lo que acabamos de decir:
•Reflexiva: A = IAI-1, luego A ~ A.
•Simétrica: si existe P invertible tal que A = PBP-1 entonces existe Q invertible tal que B = QAQ-1 (basta tomar Q := P-1). Es decir
A ~ B ⇒ B ~ A.
•Transitiva: si existen P, Q invertibles tales que A = PBP-1 y B = QCQ-1 entonces existe R invertible tal que A = RCR-1
• (basta tomar R = PQ). Por lo tanto,
 Matrices semejantes o equivalentes
Es inmediato ver (pues es triangular) que J(λ, k) tiene como único auto Propiedades de las matrices semejantes
valor λ, de tal manera que ma(λ) = k y mg(λ) = 1, ya que Supongamos que A y B son dos matrices
semejantes y sea P tal que A = PBP-1.
Entonces se cumplen las siguientes
propiedades:
A y B son las matrices de la misma
aplicación lineal pero expresadas en
dos bases diferentes.
Si (λ, v) es una pareja de (autovalor,
autovector) de la matriz A entonces (λ,
Por lo tanto, J(λ, k) sólo posee un auto vector (independiente). Las clases P-1v) es una pareja de (autovalor,
de matrices no diagonalizables tienen representantes que están autovector) de la matriz B:
relacionados con los bloques de Jordan. En un principio necesitamos
A y B tienen los mismos autovalores, con
dichos representantes para calcular An: si A = PBP-1 y Bn es .fácil de
las mismas multiplicidades algebraicas y
calcular. Entonces
con las mismas multiplicidades
geométricas.
An = PBnP-1 será "fácil de calcular".
A es diagonalizable si y sólo si B es
diagonalizable.
A es diagonalizable si y sólo si existe una
matriz diagonal que es semejante a A.
 Matrices semejantes o equivalentes
Demostración
1. Esto ya se ha visto con anterioridad.
2. Como Av = λv y A = PBP-1 sustituimos y queda PBP-1v = λv. Si multiplico por P-1 a la izquierda queda B(P-1v) = λ(P-1v).
3. El apartado anterior prueba que A y B tienen los mismos autovalores, pero no está claro lo demás.
Para verlo usamos que
A - λI = PBP-1 - λI = PBP-1 - λPP-1 = P(B - λI)P-1
Como el determinante de un producto de matrices es el producto de los determinantes:

Lo que demuestra que A y B tienen el mismo polinomio

característico, luego tienen los mismos autovalores, con las mismas
multiplicidades algebraicas. Por otro lado, el producto por matrices
invertibles no altera el rango, lo que implica que A - λI y B - λI tienen
el mismo rango. Por lo tanto,

mg,A (λ) = m - r(A - λI) = m - r(B - λI) = mg,B (λ)

4. Sabemos que A es semejante a B. Si A es semejante a D entonces B

también es semejante a D (se deduce inmediatamente de las
propiedades simétrica y transitiva comentadas antes).
5. Esto ya es obvio a partir de las de.niciones de "semejanza" y
"diagonalizable".
Proceso de diagonalización de una matriz cuadrada
Proceso de diagonalización de una matriz cuadrada
Proceso de diagonalización de una matriz cuadrada
Proceso de diagonalización de una matriz cuadrada
Proceso de diagonalización de una matriz cuadrada
Proceso de diagonalización de una matriz cuadrada
¡Gracias!