Actividad 10 · Métodos de Optimización

11/12/2025

Completada

Ejercicio 1: Matriz Diagonal

Dada la matriz \(A = \begin{pmatrix} 4 & 0 \\ 0 & 7 \end{pmatrix}\), se solicita determinar sus eigenvalores y eigenvectores.

1.1. Polinomio característico

$$p(\lambda) = \det(A - \lambda I) = (4 - \lambda)(7 - \lambda)$$

1.2. Eigenvalores

Las raíces del polinomio característico son:

  • \(\lambda_1 = 4\)
  • \(\lambda_2 = 7\)

1.3. Eigenvectores

Para cada eigenvalor, los vectores asociados son:

  • \(v_1 = \begin{pmatrix} 1 \\ 0 \end{pmatrix}\)
  • \(v_2 = \begin{pmatrix} 0 \\ 1 \end{pmatrix}\)

Ejercicio 2: Matriz Simétrica

Dada la matriz \(B = \begin{pmatrix} 1 & 2 \\ 2 & 1 \end{pmatrix}\).

2.1. Polinomio característico

$$\det(B - \lambda I) = (1 - \lambda)^2 - 4 = \lambda^2 - 2\lambda - 3$$

2.2. Eigenvalores

Resolviendo la ecuación cuadrática \(\lambda^2 - 2\lambda - 3 = 0 \Rightarrow (\lambda - 3)(\lambda + 1) = 0\):

  • \(\lambda_1 = 3\)
  • \(\lambda_2 = -1\)

2.3. Eigenvectores

Para \(\lambda = 3\) (\(-2x + 2y = 0 \Rightarrow y = x\)):

$$v^{(1)} = \begin{pmatrix} 1 \\ 1 \end{pmatrix}$$

Para \(\lambda = -1\) (\(2x + 2y = 0 \Rightarrow y = -x\)):

$$v^{(2)} = \begin{pmatrix} 1 \\ -1 \end{pmatrix}$$

Ejercicio 3: Optimización (Hessiana)

Sea la función \(f(x_1, x_2) = 2x_1^2 + x_2^2 - 2x_1 x_2\).

3.1. Cálculo de la matriz Hessiana

$$H = \begin{pmatrix} 4 & -2 \\ -2 & 2 \end{pmatrix}$$

3.2. Eigenvalores de la Hessiana

El polinomio característico es \(\lambda^2 - 6\lambda + 4\). Resolviendo:

$$\lambda = 3 \pm \sqrt{5}$$

Ambos valores son positivos.

3.3. Clasificación: Al tener todos los eigenvalores positivos, se concluye que (0,0) es un mínimo local.

Ejercicio 4: Máximo Local

Sea la función \(f(x_1, x_2) = -x_1^2 - 2x_2^2\).

4.1. Hessiana

$$H = \begin{pmatrix} -2 & 0 \\ 0 & -4 \end{pmatrix}$$

4.2. Clasificación

Los eigenvalores son los elementos de la diagonal:

  • \(\lambda_1 = -2\)
  • \(\lambda_2 = -4\)
Como ambos eigenvalores son negativos, (0,0) es un máximo local.

Ejercicio 5: Verificación de Eigenvector

Dada la matriz \(C = \begin{pmatrix} 3 & 2 \\ 1 & 4 \end{pmatrix}\) y el vector \(v = \begin{pmatrix} 2 \\ 1 \end{pmatrix}\).

5.1. Verificación

Calculamos el producto \(Cv\):

$$C v = \begin{pmatrix} 3 & 2 \\ 1 & 4 \end{pmatrix} \begin{pmatrix} 2 \\ 1 \end{pmatrix} = \begin{pmatrix} 8 \\ 6 \end{pmatrix}$$

Igualamos a \(\lambda v\):

$$\begin{pmatrix} 8 \\ 6 \end{pmatrix} = \begin{pmatrix} 2\lambda \\ \lambda \end{pmatrix}$$

Comparando componentes, obtenemos \(2\lambda = 8 \Rightarrow \lambda = 4\) y \(\lambda = 6\). Como no coinciden:

Conclusión: \(v = (2, 1)\) no es eigenvector de \(C\).

5.2. Eigenvalores reales de C

El polinomio característico es \(\lambda^2 - 7\lambda + 10\). Resolviendo \((\lambda - 5)(\lambda - 2) = 0\):

  • \(\lambda_1 = 5\)
  • \(\lambda_2 = 2\)