Documentos de Académico
Documentos de Profesional
Documentos de Cultura
de EigenValores y EigenVectores
Resumen:
Los Eigenvalores y Eigenvectores son conceptos que se emplean en las matemáticas y en
las ingenierías. La raíz eigen proviene del alemán y significa propio, por lo cual podemos
definir como Valores propios o valores característicos de una transformación lineal o de una
matriz, mientras los eigenvectores pueden ser definidos como vectores propios o vectores
característicos de una transformación lineal o de una matriz.
Eigenvalores.
Definición:
Los eigenvalores o mejor conocidos como valores propios son constantes que multiplican a
los vectores propios y que participan en la transformación lineal de la matriz original.
Los valores propios son las raíces reales (raíces que tienen como solución números reales)
que encontramos mediante la ecuación característica.
Utilidad o importancia:
Los valores propios, junto a otras propiedades de las matrices cuadradas, son la clave para
la diagonalización de matrices cuadradas por otras matrices diagonales semejantes. Una
vez encontrada la matriz diagonal semejante, los cálculos de la aplicación lineal se
simplifican notablemente a meros productos.
Eigenvectores.
Definición:
Los eigenvectores o mejor conocidos como vectores propios son vectores multiplicados por
un valor propio en las transformaciones lineales de una matriz. los vectores propios
traducen la información de la matriz original en la multiplicación de valores y una constante.
Los vectores propios son conjuntos de elementos que mediante la multiplicación de una
constante cualquiera, son equivalentes con la multiplicación de la matriz original y los
conjuntos de elementos.
(Del alemán eigenvert traducido como autovector) Dícese del vector V que en
una aplicación lineal T multiplica al valor propio no nulo k en la forma T(V)=kV.
El termino eigenvert se atribuye al matemático David Hilbert en 1904.
Vectores y valores propios juegan un rol medular en la simplifación operatoria (solo un
producto por fila) dentro de las transformaciones lineales, al permitir hallar a la matriz
diagonal semejante a la matriz cuadrada asociada a T.
Utilidad o importancia:
Los valores y vectores propios son clave para la diagonalización de matrices cuadradas,
proceso que se hace mediante la resolución del polinomio característico de la matriz
cuadrada asociada a la transformación lineal en cuestión, usando por lo general el teorema
de Cayley-Hamilton. Una vez encontrada la matriz diagonal semejante, los cálculos de la
aplicación lineal se simplifican notablemente a meros productos. Para matrices superiores
al orden 3, se obtendrán polinomios que no tendrán un método general de factorización.
• Se hallan las raíces del polinomio característico obtenido en el paso 1. Estas raíces
son los valores propios de la matriz.
• Se calcula el vector propio de cada valor propio. Para ello, se resuelve el siguiente
sistema de ecuaciones para cada autovalor:
• Si existe alguna combinación lineal entre filas o columnas, como mínimo un valor
propio de la matriz es igual a 0.
Ecuaciones diferenciales:
• Son ecuaciones que incluyen una derivada, sirven para resolver un sistema de
ecuaciones de primer orden
• Crea una matriz de acuerdo al sistema de ecuaciones.
• Determina los valores y vectores propios.
• Forma una matriz C con los valores propios de una matriz A.
• Se calcula la matriz inversa de C.
• Determina una matriz D a partir de los valores propios.
• Diagonalizar la matriz A.
• Calcular en la forma canónica de jordán.
• Se plantea la solución.
Operador hamiltoniano:
H es el observable que da cuenta a la energía total que fluye en un sistema acuatico. Los
posibles valores de la energía de un sistema físico vienen dados por los valores propios y
del operador hamiltoniano.
Ejemplo.
Suponemos que queremos encontrar los vectores y valores propios de una Z matriz de
dimensión 2×2:
4.- La solución de esta ecuación cuadrática es h=2 y h=5. Dos valores propios porque el
número de filas o columnas de la matriz Z es 2. Entonces, hemos encontrado los valores
propios de la matriz Z que a la vez hacen que el determinante sea 0.
6.- Por ejemplo, (v 1, v2) = (1,1) para h=2 y (v1, v2) = (-1,2) para h=5:
Referencias en APA:
1.- Instituto de Geofísica, Jaime Jesús Ortega Ibarra, UNAM, 2020,
Eigenvalores y Eigenvectores,
http://gmc.geofisica.unam.mx/papime2020/index.php/articulos/38-
eigenvalores-y-eigenvectores.
4.- Jeison Sierra Lizca, prezi, Nov 01 2016, aplicaciones de valores y vectores
propios en las matemática, https://prezi.com/dwjko7vgt7xi/aplicaciones-de-
valores-y-vectores-propios-en-las-matematica/.