1

POLINOMIO
CARACTERÍSTICO.
VA@LORES PROPIOS:
REALES, REPETIDOS.
VECTORES PROPIOS
 Bienvenidos 2

• ¡ Hola, que gusto estar aquí! Reciban un cordial saludo del Grupo 16.

• El presente proyecto tiene como objetivo difundir el conocimiento y hacer entendible el tema : Polinomio
característico: Valores propios reales , repetidores y vectores propios. Y es dirigido para estudiantes universitarios
que tengan poco o ningún conocimiento previo sobre el tema.

• La participación de los estudiantes en este proyecto será de manera virtual y consistirá en atender a un video
explicativo y responder varios cuestionarios, lo que tomara alrededor de 30 minutos. Te pedimos de favor no
busques información en fuentes externas para responder los cuestionarios (celular, Google, libros etc.), ya que el
objetivo es evaluar (nuestra estrategia), no a ti.

• Tu respuesta será tratada con la mas estricta confidencialidad y será mantenida en completa reserva . La
información de los participantes será asociada a un numero de serie, esto significa que las respuestas no podrán
ser conocidas por otras personas ni tampoco ser identificadas en la fase de publicación de resultados. Si tienes
alguna pregunta puedes comunicarte con Jiménez Cristian, Morales Erick al correo electrónico
cdjimenez4@espe.edu.ec o emmorales8@espe.edu.ec, o Msc.Verónica Proaño a vrproanio@espe.edu.ec
•
 3

Al ingerir un alimento o
alguna bebida
 4

Al ver una película (en una

pantalla, televisión, cine, auto, etc.
5
6
 7

¿QUE ES EL POLINOMIO
CARACTERÍSTICO?
En álgebra lineal, se asocia un polinomio a cada matriz
cuadrada llamado polinomio característico. Dicho polinomio
contiene una gran cantidad de información sobre la matriz, los
más significativos son los valores propios y su determinante. 

𝑨∗ 𝒗=𝒗 ∗ 𝝀 | 𝑨 − 𝝀 ∗ 𝑰|=𝟎
 DEFINICIÓN 8

Decimos que un vector no nulo v es vector propio de A asociado al valor propio λ si se

cumple que:

Vector Valor propio

propio  
 

Geométricamente:
Vector propio(v):
 Permanece en la misma recta.
 Av y v son paralelos.
 No cambia de dirección.
 Puede cambiar de sentido y módulo.
Valor propio(λ):
Agranda o disminuye el módulo del vector
 9
PROPIEDADES:
 El vector v es vector propio de A asociado λ si:

 El escalar λ es valor propio de A si y solo si:

Ecuación característica/ Polinomio característico:

 Los valores propios de A corresponden a las raíces de la ecuación
característica, es decir, son las soluciones de dicha ecuación/polinomio.
 Toda matriz de n x n tiene exactamente n eigenvalores y el grado del
polinomio es n.
 También puede ser , ya que el polinomio estará cambiado de signo, pero las
raíces son las mismas.
NOTACIÓN QUE SE PUEDE ENCONTRAR:
v = autovector/eigenvector/vector propio
λ = valor propio/eigenvalor/autovalor.
 Lista de pasos para resolver los ejercicios
Cuando existe un subespacio vectorial
1. Siempre comprobar que el espacio de salida sea el mismo que el de llegada.
2. Encontrar la matriz asociada al espacio.

Cuando no hay matriz y hay los vectores y valores propios

Fórmula a utilizar:
3. Se utiliza una matriz genérica.
4. Se igualan las ecuaciones resultantes y se encuentran los elementos de la matriz.

Cuando hay el vector y la matriz

5. Multiplicar el vector por la matriz asociada, y sacar factor común

Cuando solo existe la matriz

Fórmula a utilizar:
6. Multiplicar por la matriz identidad “I”
7. Restar la matriz asociada de la matriz I
8. Obtener el determinante de la operación anterior
9. Igualar a cero el determinante de manera que sea L.D
10.Hallar las raíces de la ecuación característica
11. Remplazar en para obtener los vectores propios y comprobar.
 11

Ejercicios de
resolución
12
 1
3

Ejercicio de
resolución 2
14
15
16
17
 POLINOMIO 1
8

CARACTERÍSTIC
O EN LA
INGENIERÍA
CIVIL
 1
¿ Cual es la aplicación del polinomio 9

característico en la ingeniería civil?

Dentro del área de la ingeniería civil la aplicabilidad del polinomio característico: valores y
vectores propios, está inmerso en el cálculo estructural de una edificación, debido a que
ayuda a determinar dos puntos de suma importancia como es la rigidez y el desplazamiento
de una construcción, siendo estos de suma importancia para poder llegar a tener un cálculo
estructural de alta durabilidad.
 2
0

La implementación del polinomio característico es un método para poder llegar a obtener la mayor
rigidez y que el desplazamiento de la construcción no afecte a la estructura de la construcción, este
método puede evitar cualquier tipo de falla estructural que pueden ser ocasionadas por diferentes
vibraciones excesivas que pueden generar daños graves en las estructuras, o en partes externas
diferentes a las estructurales de la construcción, por ejemplo en una casa, una falla estructural en
las columnas o lozas, y una falla externa a lo estructural, pueden ser las paredes.
 2
1

Y que se obtiene con la aplicabilidad correcta dentro de la rigidez y desplazamiento de

una estructura, pues podemos determinar cuál es la máxima capacidad de una
estructura que puede estar expuesta a grandes esfuerzos, para evitar que en la
estructura se puedan observar deformaciones o fallos estructurales.
 2
EJEMPLO: 0
Después de realizar el estudio topográfico de un terreno se ha podido determinar que existen 2
ptos. críticos que podrán ser afectados en caso de llegar a presentarse una actividad sísmica, donde
están posicionadas 2 columnas que sostienen la estructura de una casa. Determinar el polinomio
característico con las coordenadas dadas.

| 𝑨 − 𝝀 ∗ 𝑰|=𝟎
A
2
1
2
2
2
3
 2
4

Estos valores que hemos obtenido a través de la

obtención del vector propio nos ayudara a
determinar el movimiento que realizara la
columna, con estos datos se podrá realizar un
calculo estructural adecuado que nos permita
obtener la mayor rigidez posible y una
estructura de alta durabilidad.
 27

RECOMENDACIÓN
 El estudio de los vectores propios tiene una gran importancia no
solo en Ingeniería Civil, sino también en los fenómenos que ocurren
en la vida diaria. Estos pueden llegar a resolver sencillos a
complejos problemas. Por lo cual es de vital importancia interpretar
y manejar correctamente la aplicación de valores y vectores propios.

 Es necesario estar concentrados al momento de resolver este tipo de

ejercicios, ya que, un dato depende del otro y un error o un mal
cálculo nos daría otro resultado no esperado.
 2
8

POLINOMIO
CARACTERISTIC
O EN LA
INGENIERIA EN
SOFTWARE
 29

¿Por qué son importantes los valores propios y los vectores

propios? Veamos algunas aplicaciones de la vida real del uso
de autovalores y autovectores en ciencia, ingeniería e
informática.

En la actualidad el software esta evolucionando creando así

aplicaciones para poder resolver fácilmente polinomios,
calcular los valores con otra clase de métodos numéricos, los
vectores y valores propios.
 3
0
EN SOFTWARE DONDE
ENCONTRAMOS POLINOMIO
CARACTERISTICO

Se usan para Para el Para una parte

algunos Se usan para algoritmo de
de
algoritmos de machine búsqueda de
inteligencia las páginas de procesamiento
learning.
artificial. Google. de imágenes.
 31
Análisis de agrupación de dinámica molecular
acelerado por gpu con openacc

La programación paralela con OpenACC es

una guía práctica y moderna para
implementar sistemas informáticos
confiables.  El modelo de programación
basado en directivas de OpenACC está
diseñado para proporcionar un enfoque
simple pero poderoso a los aceleradores sin
un esfuerzo de programación significativo.
 32

¿Cuáles son las aplicaciones de los autovalores y

autovectores en el campo de la ingeniería?
Hay varios lugares donde los vectores propios y los valores propios son útiles, en el
procesamiento de imágenes y la visión por computadora:
 La PCA para hacer compresión de imágenes PCA implica encontrar los autovectores de la
matriz de covarianza y proyectar los datos sobre los autovectores con los autovalores más
grandes PCA básicamente proporciona una compresión óptima sin embargo, los estándares
modernos de compresión de imágenes como JPEG realmente no usan PCA y usan un tipo
diferente de transformación.
 Una de las primeras técnicas para el reconocimiento facial se basó en PCA (Eigenface) es el
nombre dado a un conjunto de vectores propios cuando se utiliza en la visión por problema de
humano de reconocimiento facial.
 Finalmente, los autovectores y autovalores aparecen con bastante frecuencia en
la segmentación de imágenes. Una clase de técnicas para la segmentación de imágenes
representan la imagen como un gráfico con los píxeles como nodos y los autovectores /
autovalores de la matriz la placiana.
 Aplicaciones de autovectores y 33

autovalores
 Que es una. PageRank de Google?
 Es una marca registrada, creada y desarrollada​por Google el 9 de enero de 1999 que ampara
una familia de algoritmos utilizados para asignar de forma numérica la relevancia de los
documentos
 El extraordinario éxito de Google como motor de búsqueda se debió a su uso inteligente
de valores propios y vectores propios. Desde que se introdujo en 1998, los métodos de Google
para ofrecer el resultado más relevante para nuestras consultas de búsqueda han evolucionado
de muchas maneras, y el PageRank ya no es un factor como lo era al principio.
 ¿Qué es machine learning y para qué sirve?
  Es una disciplina del campo de la Inteligencia Artificial que, a través de algoritmos, dota a los
ordenadores de la capacidad de identificar patrones en datos masivos para hacer predicciones.
 34

EJEMPLO
Supongamos que la Web contiene solo 6 páginas. El autor de la página 1
piensa que las páginas 2, 4, 5 y 6 tienen buen contenido y enlaces a
ellas. A la autora de la página 2 solo le gustan las páginas 3 y 4, por lo
que solo tiene enlaces de su página a ellas. Los enlaces entre estas y las
demás páginas de esta sencilla web se resumen en este diagrama.
 3
5

Gracias por su atención

1 3 5

2 4 6
 3
BIBLIOGRAFIA 6

• Journal of Analysis and Computation (JAC). (2019, junio). A ROLE OF EIGENVALUES AND

EIGENVECTORS IN ENGINEERING (N.o 0973–2861). n/a.

http://www.ijaconline.com/wp-content/uploads/2019/05/10-Reena-Antal.pdf
• What are the applications of eigenvalues and eigenvalues and eigenvectors in the field of engineering? -
Quora. (2018). Quora. https://www.quora.com/What-are-the-applications-of-eigenvalues-and-eigenvalues-
and-eigenvectors-in-the-field-of-engineering

• Kaspar, J. W. (2003). Characteristic Polynomial - an overview | ScienceDirect Topics. Science Direct.

https://www.sciencedirect.com/topics/computer-science/characteristic-polynomial