VALORES Y VECTORES PROPIOS (Races y Vectores caractersticos)
1. Una matriz cuadrada A tiene un valor propio , con su correspondiente
vector propio x = 0, si se verifica que Ax=x. Generalmente x se normaliza de manera que sea un vector unitario e. 2. Los p valores propios de una matriz cuadrada Ap, son los escalares j que satisfacen la ecuacin polinomial | A - I , =0. Esta ecuacin como funcin de , es la ecuacin caracterstica. 3. En Matlab, se usa la funcin ei g para obtener los valores propios y los correspondientes vectores propios por la derecha de la matriz A: [V, D] = eig(A)
4. Este procedimiento se denomina descomposicin de una matriz A en sus valores y vectores propios y genera dos matrices: - D: matriz diagonal de valores propios - V: matriz cuyas columnas son los vectores propios asociados. - Se verifica que: AV = VD A = VDV -1 (calculada como V*D/ V) . Se utiliza el operador divisin derecha / en lugar de la funcin matriz inversa inv, pues este procedimiento toma ms tiempo
5. Mediante el uso de funciones polinomiales puede calcularse los valores propios de una matriz, aunque no es recomendable desde el punto de vista de clculo numrico. El polinomio caracterstico de una matriz se obtiene usando la funcin pol y, que genera los coeficientes del polinomio en orden decreciente de potencias. Luego los valores propios se calculan usando la funcin r oot s
%DESCOMPOSI CI ON DE UNA MATRI Z EN SUS VALORES Y VECTORES PROPI OS A = i nput ( ' Mat r i z A = ' ) , B = i nput ( ' Mat r i z B = ' } d = ei g( A) %Vect or de Val or es pr opi os [ V, D] = ei g( A) %Descomposi ci n de l a mat r i z A en V, D Av = V*D/ V %Reconst r ucci n de l a Mat r i z A a par t i r de V, D pc = pol y( A) %Pol i nomi o Car act er st i co vc = r oot s( pc) %Val or es pr opi os como r a ces del pol i nomi o car ct er [ V2, D2] =ei g( A, B) %Val or es y vect or es pr opi os gener al i zados
6. Si la matriz A no tiene valores propios repetidos, entonces los vectores propios son independientes y la matriz V formada por esos vectores propios diagonaliza a la matriz original A. Algunas matrices son nodiagonalizables: ocurren valores propios repetidos, y no tienen un conjunto completo de vectores propios linealmente independientes.
7. Valores Propios Generalizados: consiste en determinar las soluciones no triviales de la ecuacin: Ax = Bx, siendo A, B matrices cuadradas del mismo orden. Los valores de que satisfacen la ecuacin son los valores propios generalizados, y los correspondientes vectores x son los vectores propios generalizados por la derecha. Como la matriz B puede ser singular, entonces eig utiliza un algoritmo alternativo: factorizacin QZ para valores propios generalizados. La manera de obtener los valores propios generalizados es: [AA, BB, Q, Z, V] = QZ(A,B), donde - AA, BB: matrices triangulares - Q, Z: matrices que generan QAZ = AA, QBZ = BB - V: matriz de valores propios generalizados
Para obtener la descomposicin generalizada se usa la funcin: [V,D] = eig(A,B). Si la matriz B es no singular entonces equivale a [V,D] = eig(B\A')
8. Opcin "nobalance" en la funcin eig para evitar clculo de valores propios incorrectos, debido al escalamiento de los errores de redondeo
%DESCOMPOSI CI ON DE UNA MATRI Z EN SUS VALORES Y VECTORES PROPI OS. %OPCI ON " nobal ance" A = [ 3 - 2 - . 9 2*eps; - 2 4 - 1 - eps/ 4; - eps/ 4 eps/ 2 - 1 0; - . 5 - . 5 . 1 1] ; d = ei g( A) [ Vb, Db] = ei g( A) A*Vb- Vb*Db [ Vn, Dn] =ei g( A, ' nobalance' ) A*Vn- Vn*Dn