Valores y Vectores Propios

Documentos relacionados
Sesión 18: Diagonalización (I) Método práctico para diagonalizar una matriz cuadrada A M nxn K

Tema 11.- Autovalores y Autovectores.

SISTEMAS LINEALES DE ECUACIONES EN DIFERENCIAS DE PRIMER ORDEN

Valores y Vectores Propios

RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS

MAT1202: Algebra Lineal GUIA N 6 Otoño 2002 Valores y Vectores Propios

Transformaciones Lineales

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos.

TEMA III: DIAGONALIZACIÓN.

DIAGONALIZACIÓN DE MATRICES CUADRADAS

Formas canónicas reales

Álgebra Lineal. Ejercicios de evaluación. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas

Podemos pues formular los dos problemas anteriores en términos de matrices.

Álgebra Lineal. Tema 8. Valores y vectores propios. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas

Ejercicios resueltos de Examenes anteriores

Grado en Edificación MATERIAL DOCENTE: PRESENTACIÓN DEL TEMA III. Ana Isabel Garralda Guillem y Manuel Ruiz Galán

ÁLGEBRA LINEAL. EXAMEN EXTRAORDINARIO 2 de julio de 2012 Duración del examen: 3 horas Fecha publicación notas: 11 de julio

Universidad de Los Andes Álgebra lineal 1. Parcial 3 - Tema A. 20 de abril 2013 MATE 1105

VALORES Y VECTORES PROPIOS

1. W = {(x, y, z) x + y + z =0} 2. W = {(x, y, z) x 2 + y 2 + z 2 =1} Solución:

5. Autovalores y autovectores

Solución de problemas I 1

E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 5: Valores y vectores propios

Tema 2: Diagonalización

Aplicaciones Lineales. Diagonalización de matrices.

MATE 4031: Álgebra Lineal [ 4 + 6i 4i (a) Encuentre el polinomio característico de cada una de ellas.

SISTEMAS LINEALES DE ECUACIONES DIFERENCIALES HOMOGÉNEAS DE PRIMER ORDEN

Valores y vectores propios

Autovalores y autovectores Diagonalización y formas canónicas

Ejercicios resueltos del capítulo 4

A = [a 1 a 2 a 3. El sistema Ax = c tiene infinitas soluciones N. Existe un único vector x tal que T (x) = c X. T es suprayectiva

Guía N o 7. En esta guía E λ (A) denota el espacio propio asociado a λ de la matriz A. 1. Calcular el determinante de las siguientes matrices:

AP = A p 1 p 2 p n = Ap 1 Ap 2. λ 1 p 21 λ 2 p 22 λ n p 2n. .. = λ 1 p 1 λ 2 p 2

Ejercicios tipo test de las lecciones 1 y El vector e = ( 1, 0, λ) está en el plano generado por los vectores u = (1, 2, 1) y

Diagonalización de matrices. Kepler C k

Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios

Ejercicio 1 Dada la matriz A = 1. Calcula los valores propios. 2. Determina una base de vectores propios. 3. Diagonaliza la matriz.

VALORES Y VECTORES PROPIOS

Tema 6: Autovalores y autovectores

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2

Descomposición en forma canónica de Jordan (Segunda versión)

ÁLGEBRA LINEAL Problemas, 2006/2007

2. Teorema de las multiplicidades algebraica y geométrica.

Geometría afín y proyectiva, 2016 SEMANA 4

ALGEBRA LINEAL Y GEOMETRÍA I

Álgebra Lineal. Tema 5 Ecuaciones diferenciales lineales

ÁLGEBRA Ejercicios no resueltos de la Práctica 7

2.7 Aplicaciones del Teorema de Jordan

Álgebra Lineal. Maestría en Ciencias Matemáticas. x y + z = 1 x y z = 3 2x y z = 1. x + y + 2z = 1 4x 2ty + 5z = 2 x y + tz = 1

Matemáticas II. Prácticas: Matrices y Determinantes ; C = 1 3 5

Diagonalización de matrices

Algebra Lineal Tarea No 22: Valores y vectores propios Solución a algunos problemas de la tarea (al 29 de junio de 2014)

Material para el examen parcial 1

Capítulo 1: Diagonalización de matrices

a) Lo primero que hacemos es buscar las imágenes de los vectores de la base canónica: f(1,0,0) = (3, 5, 6) f(0,1,0) = ( 2, 3, 4) f(0,0,1) = (1, 2, 3)

Capítulo V. Valores y vectores propios. Diagonalización de operadores lineales.

Diagonalización de matrices

Verdadero o falso (Total: 12 puntos)

2.9 Ejercicios resueltos

Curso Departamento de Matemática Aplicada a las Tecnologías de la Información y las Comunicaciones

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 4

Diagonalización. Índice General. Nelson Möller. 1 Matrices Semejantes 2. 2 Matrices diagonalizables 2

5. Aplicaciones Lineales

1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS

Tema 3: Espacios vectoriales

Clase 7 Herramientas de Álgebra Lineal

TRANSFORMACIONES LINEALES 1. TRANSFORMACIONES NÚCLEO E IMAGEN

6. DIAGONALIZACIÓN DE ENDOMORFISMOS

Endomorfismos: autovalores, autovectores, diagonalización

UNIVERSIDAD DEL NORTE Departamento de Matemáticas y Estadística. Álgebra Lineal. RESUMEN DE TEMAS DEL EXAMEN FINAL

Matemáticas Empresariales II. Diagonalización de Matrices

Descomposición de Jordan

Espacios Vectoriales

ÁLGEBRA LINEAL. EXAMEN EXTRAORDINARIO 5 de Julio de T (e 1 ) = e 1 e 2 + 2e 3 T (e 2 ) = e 1 + 2e 2 3e 3. [T (e 1 ) T (e 2 )] =

A1.- Determina a y b sabiendo que el sistema de ecuaciones. x + 3y +z = 1 -x + y +2z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas.

6.5.7 Orientación de un espacio vectorial eucĺıdeo Producto vectorial Diagonalización de formas bilineales simétricas...

FACULTAD DE CIENCIAS QUÍMICAS Departamento de Matemáticas

UNIVERSIDAD SIMON BOLIVAR MA1116 abril-julio de 2009 Departamento de Matemáticas Puras y Aplicadas. Ejercicios sugeridos para :

Capítulo 9: Diagonalización de matrices

MATRICES. 1.- Calcular: g) 0 a b a 0 c b c 0. x x x. x + a b c a x + b c a b x + c. a b b b a b b b a

Diagonalización y Formas canónicas en la semejanza. Antonia González Gómez Dep. de Matemáticas Aplicadas a los Recursos Naturales ETSI de Montes UPM

Diagonalización de Endomorfismos

MATEMÁTICAS II Examen del 28/06/2007 Solución Importante

1 Autovalores y autovectores asociados a un endomor smo f. Diagonalización.

2 Polinomio característico de una matriz

Práctica 5. Autovalores y autovectores. Diagonalización de matrices y de transformaciones lineales.

Matrices. Operaciones con matrices.

7 Aplicaciones ortogonales

Vectores y Valores Propios

Problemas y Ejercicios Resueltos. Tema 6: Diagonalizacion.

Examen Final Ejercicio único (3 horas) 20 de enero de n(n 1) 2. C n,3 = n(n 3) n =

Es decir, det A = producto de diagonal principal producto de diagonal secundaria. Determinante de una matriz cuadrada de orden 3

Relación 1. Espacios vectoriales

Valores y vectores propios

MATEMÁTICAS I 2º EXAMEN PARCIAL 12 junio de 2009

Valores y vectores propios

Transcripción:

Respuestas Guía de ejercicios N 7 parte Complemento Valores y Vectores Propios. λ 7 λ λ λ λ + 3λ. Sea v el vector propio asociado al valor propio λ 3 y v el vector propio asociado al valor propio λ. Para calcular los vectores propios, reemplazamos el valor propio correspondiente y resolvemos el sistema: λ 7 7 7 λ v v v v Luego, una solución no trivial es v,. Hacemos lo mismo para el segundo valor propio. λ 7 v 7 v v λ v 7 v v, v Ambos valores propios tienen multiplicidad. La matriz es diagonalizable. λ 6 8 λ 8 8 3 8 λ λ3 λ + λ + 8 λ + λ λ,. λ 3 Sea v v, v, v 3. Reemplazando λ en la matriz y multiplicando por v obtenemos que las coordenadas de v deben cumplir que v + 6v + 8v 3, que tiene dos parámetros libres, luego, dos vectores propios asociados a λ son v Reemplazando λ obtenemos el sistema 6 8 8 8 3, v y v 3 La matriz es diagonalizable pues el espacio asociado al vector propio de multiplicidad es de dim. 3 3 λ λ λ λ3 + 9λ 7λ + 7 λ 3 3 λ,,3 3 Reemplazando λ 3 en la matriz, obtenemos que las coordenadas de los vectores propios deben satisfacer Luego, un vector propio es v,, y la matriz no es diagonalizable pues el espacio propio no es de dim 3. λ 6 3 λ λ λ3 + 9λ 7λ + 7 λ 3 3 λ,,3 3. Repitiendo el procedimiento anterior obtenemos 3 6 3 v, v Nuevamente la matriz no es diagonalizable.

Calculando determinantes, es claro que en toda matriz triangular, los valores propios son los elementos de la diagonal. Más aún, si la matriz es diagonal, los vectores propios son los vectores canónicos. Luego, para este ejemplo, λ λ λ 3, v, v La matriz es diagonalizable la matriz es diagonal., v 3 6 λ λ 3 3 3 λ λ3 + 6λ λ 6 + λ λ, λ 3 6. Para λ el vector propio v v, v, v 3 debe satisfacer v + v + v 3 obteniendo dos vectores propios v, v. a b c d Para λ 6, obtenemos el sistema 3 3 3 La matriz es diagonalizable. A v A v 3 A v A v 7 6 6 3 9 v. λ v 3 v λ v. 3. Si v es vector propio de I A entonces 3 y v 3 3 Si v es vector propio de A entonces I Av λv v Av λv / λv + Av Av v λv λv Av λv / + v v Av v λv I Av λv En el desarrollo anterior que el valor propio de I A asociado a v es λ.

. El vector canónico e i.. Es claro que los valores propios de la matriz son λ,,3 3 y λ,. Si v v, v, v 3, v, v es el vector propio asociado αv αv 3 v + βv v Es claro que esto es posible sólo si α. Haciendo un argumento similar podemos ver que β. 6. Si es valor propio, tenemos que Av v para v luego la matriz A no es de rango completo, luego, no es invertible Si A no es invertible, el sistema Av tiene solución para v luego es valor propio. 7. Tenemos que Luego 8. Tendríamos que Av λ v Av λ v 9. Av Av λv. Av k λv k A k α i v i i k α i Av i i k α i λv i i λ k α i v i λv i } Av Av λ λ v v }{{} a Sea A y B los valores propios de A son λ, ±, los valores propios de B son λ, ±i complejos. Por otro lado, los valores propios de A + B son λ,. b Usando las mismas matrices del ejemplo anterior, tenemos que AB con valores propios λ, ±.... Ax µx /A A Ax µa x / µ µ x A x A n x A n }{{} Ax µa n Ax... µ n x µx p A x α I + α A + α n A k x α x + α Ax + α n A k x α x + α µx + α n µ k x pµx 3

3. deta λi + λ + λ Luego sus valores propios son λ con multiplicidad, y λ,3 con multiplicidad. Para determinar su multiplicidad geométrica calculamos sus vectores propios de aquí obtenemos que v,, De manera similar A λ Iv A λ,3 Iv 6 3 3 3 6 6 3 3 3 3 6 6 6 v v De aquí obtenemos que v,,, v 3,, De esta forma obtenemos que la multiplicidad geométrica y la algebraica son iguales, luego podemos diagonalizar nuestra matriz obteniendo A. B P AP P AP P A P por inducción, si B k P A k P entonces: B k+ BB k P AP P A k P P A k+ P Para calcular el límite primero diagonalizamos A, obteniendo A Usando lo anterior obtenemos que 9 A k 9 k k tomando el límite de k A k. 3 para calcular un valor propio de la matriz A basta notar que: A 6. A partir del polinomio característico obtenemos directamente que: λ,, λ 3,,, λ 6 Usando que la traza es la suma de los valores propios obtenemos que tra Usando que el determinante es el producto de los valores propios obtenemos que det A

7. Falsa, A tiene valor propio, mientras que A tiene valor propio Falsa, A tiene valor propio, mientras que A tiene valor propio Verdadera, P A λ deta λi deta T λi P A T Falsa, A A + A T la primera tiene valores propios ±i mientras que la segunda tiene valor propio cero con multiplicidad.