UNIVERSIDA TECNICA DE COTOPAXI
FACULTAD DE CIENCIAS DE LA INGENIRIA
INGENIERIA ELECTROMECANICA
Integrantes : kevin Alexis Toaquiza Puco_Astudillo Taipe Jefferson Paul
Ciclo : primero
Tema : Valores y vectores propios
Objetivo general :
Formular la definición de Valor Propio y de Vector Propio (real o complejo). Enunciar e interpretar el
significado del teorema sobre la condición de subespacio vectorial, de un subconjunto de vectores propios
formular la definición de matrices simétricas y diagonalización ortogonal.
Objetivos específicos :
- Consultar el tema valores y vectores propios y ponerlo en practica
- Poner en pracica los ejercicios dados en clase para asi tener un mejor aprendiza
- Enunciar e interpretar el significado del teorema sobre la diagonalizacion, en el caso
que los valorespropios sean reales o desiguales ytambien complejos
Resumen
En álgebra lineal los vectores propios o autovectores de un operador lineal son los vectores no nulos que,
cuando son transformados por el operador, dan lugar a un múltiplo escalar de sí mismos, con lo que no
cambian su dirección. Este escalar recibe el nombre valor propio, autovalor o valor característico. A
menudo, una transformación queda completamente determinada por sus vectores propios y valores
propios. Un espacio propio, autoespacio o subespacio fundamental asociado al valor propio es
el conjunto de vectores propios con un valor propio común.
La palabra alemana eigen (/'aj γen /),1 que se traduce en español como propio, se usó por primera vez en
este contexto por David Hilbert en 1904 (aunque Helmholtz la usó previamente con un significado
parecido). Eigen se ha traducido también como inherente, característico o el prefijo auto-, donde se
aprecia el énfasis en la importancia de los valores propios para definir la naturaleza única de una
determinada transformación lineal. Las denominaciones vector y valor característicos también se utilizan
habitualmente. El uso del prefijo auto- es un caso propio y singular que se da solamente en español,
portugués e italiano. En otras lenguas con más tradición en Matemáticas (alemán, holandés, inglés,
francés, ruso, etc.) nadie parece haber traducido eigen (propio, perteneciente a, etc.) por auto- (que nada
tiene que ver con la etimología o el significado del prefijo eigen).
Vector propio
Los vectores propios son conjuntos de elementos que mediante la multiplicación de una constante
cualquiera, son equivalentes con la multiplicación de la matriz original y los conjuntos de elementos.
Matemáticamente, un vector propio V=(v1,…,vn) de una matriz cuadrada Q es cualquier vector V que
satisface la siguiente expresión para cualquier constante h:
QV = hV
Valores propios
La constante h es el valor propio que pertenece al vector propio V.
Los valores propios son las raíces reales (raíces que tienen como solución números reales) que
encontramos mediante la ecuación característica.
Características de los valores propios
Cada valor propio tiene infinitos vectores propios dado que existen infinitos números reales que pueden
formar parte de cada vector propio.
Son escalares, pueden ser números complejos (no reales) y pueden ser idénticos (más de un valor propio
iguales).
Existen tantos valores propios como número de filas (m) o columnas (n) tiene la matriz original.
Vectores y valores propios
Entre vectores y valores propios existe una relación de dependencia lineal dado que los valores propios
multiplican los vectores propios.
Matemáticamente
Si V es un vector propio de la matriz Z y h es el valor propio de la matriz Z, entonces hV es una
combinación lineal entre vectores y valores propios.
Función característica
La función característica se utiliza para encontrar los valores propios de una matriz Z cuadrada.
Matemáticamente
(Z – hl) · V = 0
Donde Zy h están definidas anteriormente y I es la matriz identidad.
Condiciones
Para encontrar vectores y valores propios de una matriz, se debe cumplir:
Matriz Z cuadrada: el número de filas (m) es el mismo que el número de columnas (n).
Matriz Z real. La mayoría de las matrices utilizadas en finanzas tienen raíces reales. ¿Qué ventaja existe
en la utilización de raíces reales? Pues que los valores propios de la matriz nunca van a ser números
complejos, y eso amigos, nos soluciona mucho la vida.
Matriz (Z– hI) no invertible: determinante = 0. Esta condición nos ayuda a encontrar siempre vectores
propios distintos de cero. Si encontrásemos vectores propios iguales a 0, entonces la multiplicación entre
valores y vectores propios sería nula.
Análisis y resultado
Ejemplo práctico
Suponemos que queremos encontrar los vectores y valores propios de una Z matriz de dimensión 2×2:
1. Sustituimos la matriz Z y I en la ecuación característica:
2. Arreglamos los factores:
3. Multiplicamos los elementos como si buscásemos el determinante de la matriz.
4. La solución de esta ecuación cuadrática es h=2 y h=5. Dos valores propios porque el número de filas o
columnas de la matriz Z es 2. Entonces, hemos encontrado los valores propios de la matriz Z que a la vez
hacen que el determinante sea 0.
5. Para encontrar los vectores propios tendremos que resolver:
6. Por ejemplo, (v1,v2)=(1,1) para h=2 y (v1,v2)=(-1,2) para h=5:
Conclusiones
Podemos concluir que el cálculo de los valores propios y de los vectores propios de una matriz simétrica
tiene gran importancia en las matemáticas y en la ingeniería, entre los que cabe destacar, el problema de
la diagonalización de una matriz, el cálculo de los momentos de inercia y de los ejes principales de inercia
de un sólido rígido, o de las frecuencias propias de oscilación de un sistema oscilante. Se denominan
valores
Recomendaciones
Se recominda poner en practica todos los temas dados en clase e investigar mas afondo los temas para
asi tener una mejor comprensión en los ejercicios
Anexos
[Link]
Bibiografia
Algebra lineal, Ochoa García, S. Gutiérrez González, E. 2015 Grupo editorial Patria
[Link]
Algebra lineal, Gutiérrez García, Ismael; 2012; Universidad Del Norte
[Link]
Algebra lineal con aplicaciones, Perry, William L. 1990 McGraw-Hill
Interamericana
[Link]
Algebra lineal, Hernández Pérez, Mauricio 2018 grupo editorial patria
