Este documento trata sobre vectores y valores propios de matrices. Explica que un escalar λ es un valor propio de una matriz A si existe un vector no nulo v tal que Av = λv. Los valores propios son las soluciones del polinomio característico determinado(A - λI) = 0. Luego se presentan ejemplos para encontrar los autovalores y autovectores de diferentes matrices.
Diapositiva de Topografía Nivelación simple y compuesta
Valores y vectores propios
1. Universidad Central del Ecuador
Facultad de Ingeniería Química
Asignatura de Matemática
Tema :
3.1 Vector y Valores Propios
Realizado por: MsC. Patricia Ochoa P.
2. Un escalar ʎ ϵ R se denomina valor propio de la matriz A si y solo si existe Ԧ
𝑣 ϵ 𝑅𝑛 no nulo tal que:
A 𝒗 =ʎ 𝒗
A 𝒗 =(ʎ I) 𝒗
A 𝒗 -(ʎ I) 𝒗 = 0
(𝑨 - ʎ I) 𝒗 = 0
Polinomio característico P(ʎ ) = det(𝑨 - ʎ I)
Valores propios P(ʎ ) = 0
Definición
Valoresy VectoresPropios
73. Universidad Central del Ecuador
Facultad de Ingeniería Química
Asignatura de Matemática
Tema :
3.3 Teorema Espectral
Realizado por: MsC. Patricia Ochoa P.
74. 1. Matriz simétrica A
2. Valores y vectores característico 𝐴 റ
𝑣 = 𝜆 റ
𝑣
3. Los vectores propios son ortogonales entre ellos
4. A tiene n valores propios
TeoremaEspectral
75. 1. Encontrar el espacio característico E 𝜆𝑖 correspondientes a cada 𝜆
TeoremaEspectral
76. 1. Dada una matriz 𝐴 ∈ 𝑅𝑛𝑥𝑛
puede ser diagonizable si, existe una matriz
ortogonal P y una matriz diagonal D, talque, D=C-1 A C
TeoremaEspectral
77. Una matriz A de dimensión n x n, real y simétrica verifica las siguientes
propiedades:
1. 𝐴 = 𝜆1𝐴1 + 𝜆2𝐴2 + ⋯ +𝜆𝑛 𝐴𝑛
2. 𝐼 = 𝐴1 + 𝐴2 + ⋯ + 𝐴𝑛
3. 𝐴𝑖, 𝐴𝑗 = 0
𝜆1 + 𝜆2 + ⋯ +𝜆𝑛 son los valores característicos de A
𝐴1, 𝐴2, … 𝐴𝑛 operador de proyección ortogonal sobre E 𝜆𝑖
TeoremaEspectral
87. Encontrar las descomposición espectral de la matriz A y comprobar si cumple con
las propiedades del teorema espectral
A=
7 2
2 4
TeoremaEspectral- Ejercicio
101. Encontrar las descomposición espectral S, de la matriz espectro M(S) en un
espacio vectorial 𝑅2 M(S)=
5 2
2 2
TeoremaEspectral- Ejercicio
102.
103.
104.
105.
106.
107.
108.
109.
110.
111.
112.
113.
114.
115.
116.
117.
118.
119.
120.
121.
122.
123.
124.
125.
126.
127.
128. Universidad Central del Ecuador
Facultad de Ingeniería Química
Asignatura de Matemática
Tema :
3.4 Formas bilineales
Realizado por: MsC. Patricia Ochoa P.
129. • Formas lineales
T: V -> K
• Formas bilineales
T: V x V -> K
FormasMultilineales
130. • Forma Polínomica
B={ v1,v2}
• Forma matricial
b{v1,v2}= v1 A v2T
b{v1,v2} = 𝑥1 𝑥2
𝑎 𝑏
𝑐 𝑑
𝑦1
𝑦2
Formatosde la formabilineal