Scribd
Cargar
3 vistas8 páginas

Eigenvectores Y Eigenvalores

Los eigenvectores son vectores que, al ser transformados por una matriz cuadrada, solo se estiran o encogen sin cambiar de dirección, mientras que los eigenvalores son los escalares que indican el grado de esta transformación. Se utilizan en diversas áreas como física, ingeniería y computación gráfica para simplificar análisis, reducir datos y diagnosticar sistemas. Sin embargo, su cálculo puede ser computacionalmente complejo y está limitado a matrices cuadradas.

Cargado por

42200948
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
3 vistas8 páginas

Eigenvectores Y Eigenvalores

Los eigenvectores son vectores que, al ser transformados por una matriz cuadrada, solo se estiran o encogen sin cambiar de dirección, mientras que los eigenvalores son los escalares que indican el grado de esta transformación. Se utilizan en diversas áreas como física, ingeniería y computación gráfica para simplificar análisis, reducir datos y diagnosticar sistemas. Sin embargo, su cálculo puede ser computacionalmente complejo y está limitado a matrices cuadradas.

Cargado por

42200948
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

EIGENVECTORES Y

EIGENVALORES
¿Qué son los Eigenvectores y Eigenvalores?

▪ U n Eigenvecto r ( vector propio) es un vecto r especial que, c uando es t ransformado


por una matriz c uadrada, solo se est ira o se encoge, pero no cambia de direc ción.

▪ El Eigenvalo r (valo r pro pio ) es el esc alar que indica c uánto se estira o encoge el
Eigenvecto r durante esta transformación.
Fórmula matemática

Dada una matriz cuadrada A de tamaño n×n, un Eigenvector v y un


Eigenvalor λ cumplen:

donde:

λ: El eigenvalor o valor propio, es un número escalar

V≠0: El eigenvect or o vector propio

A: La matriz cuad rad a que representa la transfo rmación lineal


¿Para qué se usan?

• En fí sica e i ngeni er ía:

▪ Análi sis de vibraci ones : En sistemas mecánico s, lo s eigenvalores representan


las frecuencias de resonancia, y lo s eig envecto res , las formas d e vi bración.

▪ Mecánica c uánti ca: Lo s operadores lineales se describen mediante eigenvalores


y eig envecto res para representar estados de un sistema cuántico .

• C omputa ción grá fi ca y sistemas din ámicos: Se util izan p ara estab ilizar
sistemas y para mo delar cambio s en el tiempo.
Obtención de los eigenvalores

• Para enco nt rarlos, se resuelve la ecuació n caract eríst ica:

1. Restamo s λ en la diag onal p rincip al d e A:

2. C alculamos su d eterminante e igualamo s el resultad o co n cero :

3. Resol vemos para λ y los val ores obtenido s son eigenvalo res
Obtención de los eigenvectores

• Para ca da eigenval or λi:

1. S ust ituimos el valor en:

2. Resol vemos el si stema lineal p ara

3. El conjunt o d e solucio nes (excep to el v ector nulo) son l os eigenvecto res


asoc iado s a λ i
Ventajas

▪ Análi sis s implif ica do: Ayud an a entend er las p rop iedad es clav e de una
transfo rmación co mpl eja al reducirla a una ac ción de escalado simple en
ciert as di recc iones.

▪ Redu cción de datos: Permi ten resumir g rand es cantid ades d e informaci ón en
sus co mpo nentes más relevantes ( po r ejemplo, en el P CA) , lo que fac ilita el
procesamiento.

▪ Dia gnóstico de sis temas: Pro po rc ionan informació n crucial so bre la


estabilidad, co mpo rtamiento y dinámicas de un sistema ( po r ejemplo, en el
análisis de vibracio nes) .
Desventajas y limitaciones

▪ Com plejid ad compu ta cional: Calc ular los eigenvalor es y eigenvectores de matric es
grandes puede s er muy co stos o en términos de tiempo de cálculo, especialmente si s e
nec esita n s oluciones analític as exactas.

▪ Cálcu lo numérico: En la pr áctica, para ma tr ic es grandes se usan métodos numéricos


que pueden intr oduc ir er ro res y no siempr e garantiza n la exactitud perfecta.

▪ Limitación a ma trices c uad rada s: La téc nica so lo se puede aplicar a matrices


c uadradas.

▪ Vec tores no únic os: Un eigenvec to r no es único; cualquier múltiplo de un eigenvector


también lo es. A menudo, se nor ma liz an lo s eigenvectores para obtener una
repr esentación es tándar.

También podría gustarte