CLASE 5

VALORES Y VECTORES PROPIOS

MÉTODO DE LA POTENCIA
Curso de Métodos Numéricos para Ingeniería MB540 (A-B-C-D)

Profesora: Mg. Ing. Rosa Mercedes Garrido Juárez

UNI-FIM Curso MB540 1

 Algunas aplicaciones de los vectores y valores propios
1. Sistemas de comunicación:
• Claude Shannon los valores propios y vectores propios en canales de comunicación.
2. Diseño de puentes:
• La frecuencia natural del puente son los valores propios de magnitud más pequeña .
3. Diseño del sistema estéreo del automóvil:
• El análisis de valores propios también se utiliza en el diseño de sistemas estéreo de automóviles,
donde ayuda a reproducir la vibración del auto debido a la música.
4. Ingeniería eléctrica:
• La aplicación de valores propios y vectores propios es útil para desacoplar sistemas trifásicos a
través de sistemas simétricos. Transformación de componentes.
5. Ingeniería mecánica:
• si una tensión se aplica al sólido "plástico", la deformación se puede diseccionar en "direcciones
principales" . Los vectores en las direcciones principales son los vectores propios y el porcentaje la
deformación en cada dirección es el valor propio correspondiente.
• Las compañías petroleras utilizan con frecuencia el análisis de valores propios para explorar
la tierra en busca de petróleo.
• Los valores propios no solo se utilizan para explicar los sucesos naturales, sino también para
descubrir nuevos y mejores diseños para el futuro.
UNI-FIM Curso MB540 2
¿Que son los valores y vectores propios?

Definición 1 (El problema de los valores propios de una matriz) Hacer A sea
una matriz de orden nxn. El vector 𝒙 ≠ 𝟎 y un numero 𝝀 son llamados vector
propio y valor propio de una matriz A si y solo sí cumple:

Vector
propio

𝑨𝒙 = 𝝀𝒙 (1)

Valor
propio

Al conjunto de valores propios se le denomina espectro de A, 𝜺(𝑨)

UNI-FIM Curso MB540 3
¿Que son los valores y vectores propios?

Geométricamente
𝐴𝑥 = 𝜆𝑥 se dice que bajo la
multiplicación por A, los vectores
propios solo experimentan cambios en
magnitud o signo: la orientación de Ax
en ℜn es la misma que la de 𝑥. El valor
propio 𝜆 es simplemente la cantidad de
"estiramiento" o "encogimiento" al que
se somete el vector propio 𝑥 cuando se
multiplica por A. La Figura 1 representa
la situación en ℜ2 . Figura 1 Interpretación Geométrica
UNI-FIM Curso MB540 4
Polinomio Característico
 𝜆 ∈ 𝜀 (A) ⇐⇒ (𝐴 − 𝜆𝐼) es singular ⇐⇒ det 𝐴 − 𝜆𝐼 = 𝑃𝑛 𝜆 = 0.
 Polinomio característico : 𝑃𝑛 𝜆 =𝜆𝑛 + 𝑎𝑛−1 𝜆𝑛−1 +. . 𝑎1 𝜆 + 𝑎0 = 0 (2)
 Vectores Propios
 Existe una relación entre los valores propios y los vectores propios dados
por la ecuación homogénea:
 𝐴 − 𝜆𝑖 𝐼 𝑥𝑖 = 0 (3)
 siempre que la multiplicidad aritmética (m.a.) de 𝜆𝑖 sea igual a la dimensión
del espacio nulo 𝑥𝑖 (multiplicidad geométrica,m.g.) de la ec. (3).
 Ejemplo m.a de 𝜆𝑖 =1 y m.g.=1 ( Dimensión de 𝑥𝑖 es 1) solo existe un
vector propio.

UNI-FIM Curso MB536 5

Ejemplo
Considere el problema de resolver un sistema de dos ecuaciones diferenciales de
primer orden, que pueden representar dos masas-resortes y queremos estudiar su
conducta natural, solo activada por una condición inicial:
𝑢1 7 −4 𝑢1 𝑢1 7 −4 𝑢1
= o, equivalente, 𝑈 =𝐴𝑈 , donde 𝑈 = , 𝐴= y 𝑈 =
𝑢2 5 −2 𝑢2 𝑢2 5 −2 𝑢2

La solución tendrá la forma 𝑢1 = 𝛼 1 𝑒 𝜆1𝑡 y 𝑢2 = 𝛼 2 𝑒 𝜆2𝑡 (4)

Diferenciando (4) y aplicando en el sistema de ec. diferenciales obtenemos:

𝐴 ∗ 𝑥 =𝜆 ∗ 𝑥

UNI-FIM Curso MB540 6

Ejemplo (continuación)
 Polinomio Carácterístico:

𝜀 𝐴 = 2, 3 => 𝜆1 = 2 𝑦𝜆2 = 3

Para los vectores Propios:

𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛:

4 2𝑡 1 3𝑡
𝑢1 = 𝑒 y 𝑢2 = 𝑒
5 1

UNI-FIM Curso MB540 7

Círculos de Gershgorin- Teorema localizador

Los valores propios de 𝐴 𝜖 𝐶 𝑛𝑥𝑛 son contenidos en el dominio 𝐷𝑓 de los n

círculos de Gerschgorin definido por:
𝐶𝑖 : 𝑧 − 𝑎𝑖𝑖 ≤ 𝑟𝑖 , donde 𝑟 𝑖 = 𝑛𝑗=1 𝑎𝑖𝑗 para 𝑖 = 1,2, . . 𝑛 (5)
𝑗≠𝑖
𝐷𝑓 = 𝐶1 ∪ 𝐶2 ∪ ⋯ ∪ 𝐶𝑛
Y los n círculos de Gerschgorin definidos en el dominio 𝐷𝑐 definido por:
𝐶𝑗 : 𝑧 − 𝑎𝑗𝑗 ≤ 𝑟𝑗 , donde 𝑟 𝑗 = 𝑛𝑖=1 𝑎𝑖𝑗 para j= 1,2, . . 𝑛 (6)
𝑖≠𝑗
𝐷𝑐 = 𝐶1 ∪ 𝐶2 ∪ ⋯ ∪ 𝐶𝑛
En otras palabras, los valores propios están localizados en la
intersección de círculos del dominio 𝐷𝑓 con los círculos del dominio 𝐷𝑐 .

UNI-FIM Curso MB540 8

Círculos de Gershgorin

Estimado burdo:

𝐷𝑓 : 𝐶1 : 𝑧 − 5 ≤ 1 + 1 = 2 𝐶3 𝐶2
𝐶2 : 𝑧 − 6 ≤ 0 + 1 = 1

𝐶3 : 𝑧 + 5 ≤ 1 + 0 = 1
Df: 𝐶1 U 𝐶2 U 𝐶3
𝐷𝑐 : 𝐶1 : 𝑧 − 5 ≤ 0 + 1 = 1
𝐶2 : 𝑧 − 6 ≤ 1 + 0 = 1
𝐷f ∩ 𝐷𝑐
𝐶3 : 𝑧 + 5 ≤ 1 + 1 = 2
UNI-FIM Curso MB540 9
Método de la Potencia

 Contenido
 1. Definiciones y propiedades.
 2. Método de la potencia.
 3. Método de la potencia inversa.
 4. Método de la potencia inversa desplazada.

UNI-FIM Curso MB540 10

Método de la Potencia – Caso Directo
 Dada una matriz A matriz de dimensión n × n, el objetivo es calcular el

 valor propio dominante y un vector propio asociado.

 Supondremos que la matriz A tiene valores propios distintos

 |𝜆1 | > |𝜆2 | > · · · > |𝜆𝑛 | ,

 con vectores propios asociados 𝑣1 , 𝑣2 , · · · , 𝑣n . También suponemos que tenemos

 un vector inicial 𝑥(0) ≠ 0 que se puede escribir

 𝑥(0) = 𝛼1 𝑣1 + · · · + 𝛼n vn con 𝛼1 ≠ 0.

UNI-FIM Curso MB540 11

Procedimiento iterativo: Método de la Potencia general
Caso directo : =𝐴

Caso inverso: = 𝐴−1 Valores Iniciales :B, 𝑥 (0) , k=0

Caso Inverso iterado: = (𝐴 − 𝐼)−1

Algoritmo:
𝑦 ( 1)= ∗ 𝑥 ( ) = +1
=max( 𝑥 ( 1) ) y determinar
p =posición del maximo.
( 1)
𝑥( 1) = 1 ( )

Tolerancia : 5 ∗ 10−𝑛
𝑛: 𝑐. . 𝑒. ≤ 𝑜𝑙𝑒𝑟𝑎𝑛𝑐𝑖𝑎 No

𝑥( 1)
− 𝑥( Si 1 1
= 𝑥( 1)
y ó ó +q
𝑥( 1)

UNI-FIM Curso MB540 12

Ejemplo : Caso Directo
Determina el valor propio dominante y su vector propio asociado

UNI-FIM Curso MB540 13

Ejemplo : Caso Directo

El valor propio dominante :  =4

Y su vector asociado es

1
𝑣 = −1
1
UNI-FIM Curso MB540 14
Método de la Potencia :Caso Inverso
𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜: ℎ𝑎𝑙𝑙𝑎𝑟 𝑒𝑙 𝑚𝑖𝑛𝑖𝑚𝑜 𝑣𝑎𝑙𝑜𝑟 − 𝑣𝑒𝑐𝑡𝑜𝑟 𝑝𝑟𝑜𝑝𝑖𝑜 𝑎 𝑜𝑐𝑖𝑎𝑑𝑜
𝑆𝑒𝑎𝑛
(𝜆, 𝑣) 𝑝𝑎𝑟 𝑣𝑎𝑙𝑜𝑟 − 𝑣𝑒𝑐𝑡𝑜𝑟 𝑝𝑟𝑜𝑝𝑖𝑜 𝑑𝑒 𝐴.
• 𝐴 𝑖𝑛𝑣𝑒𝑟𝑡𝑖𝑏𝑙𝑒.
𝐸𝑛𝑡𝑜𝑛𝑐𝑒
• 1
𝜆
, 𝑣 𝑒 𝑢𝑛 𝑝𝑎𝑟 𝑣𝑎𝑙𝑜𝑟 − 𝑣𝑒𝑐𝑡𝑜𝑟 𝑝𝑟𝑜𝑝𝑖𝑜 𝑑𝑒 𝐴−1 .
𝐷𝑒𝑚𝑜 𝑡𝑟𝑎𝑐𝑖ó𝑛:
𝐴𝑣 = 𝜆𝑣,
1
𝐴−1 (𝐴𝑣) = 𝐴−1 (𝜆𝑣), ==> 𝑣 = 𝐴−1 (𝜆𝑣), , ==> 𝜆 𝑣 = 𝐴−1 𝑣,
1
𝐴−1 𝑣 = 𝜆 𝑣 = 𝐴−1
UNI-FIM Curso MB540 15
 Método de la potencia inversa desplazada
Objetivo: Aproximar un valor propio 𝜆 y un vector propio asociado a partir ≈𝜆.
𝐻𝑎𝑐𝑖𝑒𝑛𝑑𝑜: 𝐶 = (𝐴 − 𝐼)
Sea
(𝜆, 𝑣) 𝑝𝑎𝑟 𝑣𝑎𝑙𝑜𝑟 − 𝑣𝑒𝑐𝑡𝑜𝑟 𝑝𝑟𝑜𝑝𝑖𝑜 𝑑𝑒 𝐴.
𝐸𝑛𝑡𝑜𝑛𝑐𝑒
• 𝜆−𝑞𝐼 , 𝑣 𝑒 𝑢𝑛 𝑝𝑎𝑟 𝑣𝑎𝑙𝑜𝑟 − 𝑣𝑒𝑐𝑡𝑜𝑟 𝑝𝑟𝑜𝑝𝑖𝑜 𝑑𝑒 𝐶.
𝐷𝑒𝑚𝑜 𝑡𝑟𝑎𝑐𝑖ó𝑛:
𝐴𝑣 = 𝜆𝑣, => 𝐴𝑣 − 𝑣 = 𝜆𝑣 − 𝑣,
(𝐴 − 𝐼)𝑣 = (𝜆 − )𝑣
1
Si C es invertible entonces :(𝐴 − 𝐼)−1 𝑣 = (𝜆−𝑞) 𝑣  B= (𝐴 − 𝐼)−1
UNI-FIM Curso MB540 16
Gracias por su atención