VALORES Y VECTORES

CARACTERÍSTICOS
 UNIVERSIDAD AUTONOMA DE SINALOA
LIC. INGENERIA CIVIL

MATERIA: ÁLGEBRA LINEAL

MAESTRO: DRA. ROSA EDILMA GONZÁLEZ GARZÓN
INTEGRANTES:
• AGULAR VALENCIA JOSÉ HUMBERTO
• CARRIZOSA VENEGAS JORGE ALEJANDO
• CASTILLO SANTANA JULISSA
• FLORES PARDO ODET GUADALUPE
• GONZÁLEZ JOYA ROSALIA GUADALUPE
• MERCADO BECERRA JOSÉ BRANDON
• ROJAS PARDO FELIPE ALEJANDRO
  El cálculo de los valores propios y de los vectores propios de
una matriz simétrica tiene gran importancia en las matemáticas
Definición 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 propios o raíces características de una
matriz cuadrada A, a los valores de nm a tales que.
 Las matrices de orden n, x, n no singulares poseen un
polinomio característico; sus rices son llamadas valores
característicos y cada uno tiene asociado un vector
característico. El polinomio característico de la matriz A se
obtiene por medio de la expresión: |A − λI| = 0
 El resultado de esta determinante es un polinomio en función de λ de
grado igual al orden de la matriz A, en este caso, de orden n. Este
polinomio característico posee n raíces o valores característicos; por
lo cual, la matriz A de orden n posee n valores característicos. El
polinomio característico es de la forma: a0λ n + a1λ n−1 + a2λ n−2 +
... + an−1λ + an = 0
  El subespacio generado por un conjunto de vectores V es el
conjunto de todas las posibles combinaciones lineales de los
vectores de V. Se utilizará la notación [V] para indicar el
subespacio generado por los vectores de V. 
 el problema de determinar las ecuaciones implícitas del
subespacio generado por V, es equivalente a determinar
SUBESPACIO cuándo el sistema de ecuaciones lineales que tiene como

GENERADO matriz del sistema los vectores de V como columnas, y un

vector genérico del espacio especificado por medio de

POR variables como el vector utilizado para componer la matriz

ampliada, tiene solución. Para resolver este problema
VECTORES simplemente escalone la matriz ampliada. El rango de la
matriz del sistema debe ser igual al rango de la matriz
ampliada, por lo tanto, los elementos en la columna del
extremo derecho (que son ecuaciones) asociados a las filas
nulas en la matriz del sistema deben ser cero.
DESARROLLO

 Desarrollando el determinante tenemos un polinomio de grado

n. Trataremos de encontrar los coeficientes del polinomio, y
luego aplicaremos un método de hallar las raíces del polinomio.
Este procedimiento es apropiado cuando se presentan valores
propios que no son reales sino complejos. Una vez hallados los
valores propios, para hallar el vector propio X correspondiente
al valor propio λ es necesario resolver el sistema homogéneo
donde λ es el valor característico y A,X son los vectores
característicos donde el vector X es Siempre podemos tomar x0
como 1, y hallar las otras n-1 incógnitas. De las n ecuaciones
podemos tomar n-1, y resolver el sistema lineal.
 MÉTODO DE KRILOV PARA OBTENER EL POLINOMIO CARACTERÍSTICO

Este método se fundamenta en la aplicación del Teorema de Cayley-Hamilton, mismo que establece que
toda matriz A verifica su ecuación característica:
F(A) = 0
Es decir, si sustituimos a la matriz A en el polinomio , el resultado deberá ser cero. Sin embargo,
operativamente es necesario hacer algunos comentarios.
De inicio, la matriz A es de orden n, por lo cual la sustitución arrojara un sistema de n ecuaciones
lineales; en consecuencia, el coeficiente a0 deberá ser diferente de cero. Resulta conveniente hacer que
este coeficiente sea la unidad, por lo cual se divide el polinomio entero por a0, resultando:
λ n + b1λ n−1 + b2λ n−2 + ... + bn−1λ + bn = 0

Donde los coeficientes bi se obtienen como bi = ai a0 . Aplicando el teorema de Cayley-Hamilton

en el polinomio :
F(A) = A n + b1A n−1 + b2A n−2 + ... + bn−1A + bnI = 0
El polinomio representa un sistema de ecuaciones lineales cuyas incógnitas son los
coeficientes bi . La solución de este sistema nos proporciona los coeficientes bi que
sustituidos en nos da como resultado el polinomio característico de A. Una forma sencilla de
realizar este procedimiento es simplificar la elevación de la matriz A a las potencias
necesarias. Esto se logra multiplicando la matriz A por un vector ¯y compatible diferente de
cero. Debe recordarse que la multiplicación de una matriz por un vector compatible arroja un
vector. Este vector ¯y puede ser libremente elegido, proponiéndose que su conformación
permita realizar de mejor forma las operaciones. Una buena elección es escoger al vector con
la forma:

Ubicando al elemento 1 en una posición estratégica de acuerdo con los coeficientes de A de tal
forma que, aprovechando las multiplicaciones por cero, se minimicen las operaciones.
Atendiendo a la anterior recomendación, el sistema queda la forma:
A n y¯ + b1A n−1 y¯ + b2A n−2 y¯ + ... + bn−1Ay¯ + bnyI¯ = 0
Finalmente, el sistema de ecuaciones puede ser resuelto por el método de preferencia
Procedimiento para calcular
los valores característicos y
vectores característicos.
EJEMPLO DE APLICACIÓN
  La manera ortodoxa de obtener los valores característicos de la
una matriz A es resolver las raíces de su polinomio
característico. El método de las potencias ofrece una opción

Método de las
para obtener el mayor y el menor valor característico de la
matriz A de orden nxn sin la necesidad de disponer de la
potencias ecuación característica. El método de las potencias es un
proceso iterativo de aproximaciones sucesivas, por lo cual,
además de la matriz A deberá conocerse una tolerancia
preestablecida.
  Sea el sistema homogéneo de ecuaciones lineales:
 (a11 − λ)x1 + a12x2 + a13x3 + ... + a1nxn = b1 a21x1 + (a22
Definición del − λ)x2 + a23x3 + ... + a2nxn = b2 a31x1 + a32x2 + (a33 − λ)x3

método de las + ... + a3nxn = b3 . . . . . . . . . . . . . . . . . . an1x1 + an2x2 +

an3x3 + ... + (ann − λ)xn = bn
potencias  Que puede representarse como:
 |A − λI|x¯ = 0
  A partir de la expresión pueden obtenerse los valores

Análisis
característicos, ya que representa a la ecuación característica de
la matriz A; el tratamiento para obtener el valor mayor o el
numérico menor es ligeramente diferente, pero en ambos casos
proporciona el vector característico respectivo.
  La expresión puede acomodarse de la siguiente forma:
 Ax¯ − λx¯ = 0 Ax¯ = λx¯ Para la expresión se percibe la
forma característica de un proceso de aproximaciones
sucesivas. El método propone utilizar un vector inicial ¯x(0) 6=
0 compatible y multiplicarlo por la matriz A. El resultado será
un nuevo vector ¯x(1) el cual será normalizado utilizando su
Mayor valor elemento mayor; este es utilizado para la normalización será

característico una aproximación al mayor valor característico λi y el vector

normalizado será su vector asociado. El proceso se repetirá
hasta que la diferencia entre dos aproximaciones cumpla con
una tolerancia preestablecida. Para completar el método, la
ecuación debe expresarse en forma iterativa: Ax¯(k) =
λ(k+1)x¯(k+1) (21) donde k es el número de la iteración y k =
1, 2, 3, ...
  Retomamos la ecuación , misma que se premultiplica por la
matriz inversa de A, que es A−1 . A −1Ax¯ = A −1λx¯ La que
resulta en:
x¯ = A −1λx¯
Menor valor  Dividiendo entre λ:

característico 1 λ x¯ = A −1x¯
 Para completar el proceso, haciendo a (22) una ecuación
iterativa:
A −1x¯(k) = 1 λ(k+1) x¯(k+1)
 donde k es el número de la iteración y k = 1, 2, 3, ...
 El tratamiento para obtener el menor valor característico es
similar al utilizado para el mayor valor, a diferencia del uso de
la matriz inversa A−1 y que el factor de normalización
representa al recíproco del menor valor característico de la
matriz A. El proceso se repetirá hasta que la diferencia entre
dos aproximaciones cumpla con una tolerancia preestablecida.
Ejemplos