Dariana Mahecha, Fabiana Bohórquez, Nestor
Luzardo, Adriana Matos y Ricardo Socorro
Matrices y Vectores
Álgebra
Lorena Romero
Diciembre, 02 de 2024
Introducción
El estudio de los valores El objetivo de esta exposición
propios y vectores propios es proporcionar un marco
es esencial en álgebra lineal, teórico que explique la
ya que permite analizar relevancia de los valores y
cómo las matrices vectores propios en la
transforman vectores en el comprensión de las
espacio. Estos conceptos transformaciones lineales.
son fundamentales en
diversas aplicaciones
científicas y de ingeniería.
Valores Propios
Los valores propios son números que La ecuación implica que al aplicar la
indican cuánto se estira o contrae un matriz “A” al vector “V”, el resultado es
vector bajo la transformación descrita por el mismo vector multiplicado por el
una matriz cuadrada A. escalar λ. Esto significa que la
Un valor propio λ para A se define como: dirección del vector no cambia, solo su
magnitud.
AV=λV
donde V es un vector propio
correspondiente a λ.
Vectores Propios
Un vector propio es un vector no nulo que satisface la ecuación Av=λv,
donde λ es un valor propio correspondiente.
Los valores propios y los vectores propios en el análisis de datos se
aplican principalmente en técnicas como el análisis de componentes
principales (PCA), donde identifican las direcciones de máxima
varianza en conjuntos de datos .
Proceso para encontrar vectores propios:
1. Calcular los valores propios λ resolviendo el polinomio característico.
2. Para cada valor propio encontrado, resolver el sistema de ecuaciones
(A−λI)v=0 para obtener el espacio nulo.
Matriz Característica
La matriz característica se
define como C(λ)=A−λI. Esta
matriz juega un papel clave en
la determinación de los valores
propios. Su objetivo es facilitar el cálculo
de los valores propios analizando
las propiedades de esta matriz,
especialmente su determinante.
Polinomio
característico El polinomio característico
se define como
Propiedades:
Tiene grado n (donde n es
p(λ)=det(A−λI). Este el tamaño de la matriz).
polinomio es fundamental Las raíces del polinomio
para encontrar los valores son precisamente los
propios. valores propios de la
matriz.
Ecuación
Característica La ecuación característica se
obtiene igualando el
Su objetivo es Identificar
los valores propios que son
polinomio característico a esenciales para entender
cero: det(A−λI)=0. Resolver las transformaciones
esta ecuación permite lineales descritas por la
encontrar los valores propios. matriz.
Diagonalización de una Matriz Cuadrada
La diagonalización es el proceso Condiciones para diagonalización:
mediante el cual una matriz cuadrada La matriz debe tener exactamente
“A” se puede expresar en forma n vectores propios linealmente
diagonal “D” usando una matriz independientes.
invertible de cambio de base “P”. Esto La forma diagonal contendrá los
se expresa como A=P^−1 PD valores propios de la matriz en su
diagonal.
Simplifica cálculos complejos, como
elevar matrices a potencias o resolver
sistemas de ecuaciones diferenciales.
Matrices Semejantes
Dos matrices son semejantes si Propiedades:
existe una matriz invertible “P” tal Ambas matrices tienen los mismos
que B=P^−1AP. Esto indica que valores propios y representan la
ambas matrices representan la misma transformación lineal en
misma transformación lineal pero en diferentes sistemas de
diferentes bases. coordenadas.
La relación de semejanza es una
relación de equivalencia; si
A∼BA∼B y B∼CB∼C, entonces
A∼CA∼C.
DIAGONALIZACIÓN DE UNA MATRIZ
EJERCICIO
( 3 -1
-2 4 ) VALORES PROPIOS
det(A-λI)=0
VECTORES PROPIOS
(A-λI)v=0
MATRICES P Y D
VERIFICAR QUE AP=PD
Conclusión
Los valores propios y vectores propios son fundamentales en el álgebra
lineal, ya que permiten entender las transformaciones lineales.
Son esenciales en aplicaciones prácticas como el análisis de estabilidad
en sistemas dinámicos y el Análisis de Componentes Principales (PCA).
La diagonalización simplifica cálculos y la noción de matrices
semejantes muestra equivalencias entre diferentes representaciones.
Estos conceptos enriquecen nuestra comprensión matemática y ofrecen
herramientas valiosas en diversas disciplinas científicas y de ingeniería.
¡MUCHAS GRACIAS!
