UNIVERSIDAD DE LAS FUERZAZS ARMADAS E

ASIGNATURA: ALGEBRA LINEAL.

DOCENTE: DR. JAQUELIN POZO.

ATERIA DE ALGEBRA LINEAL EN EL MUNDO REAL CALCULO DE
CURSO: ELECTROMECANICA A
ALUMNO: EDWIN CHANGOLUISA.

FECHA 03/02/2017
 INTRODUCCION
Los valores y vectores
propios, son propiedades
importantes de las matrices
cuadradas de tamao nxn y
tienen aplicaciones en el
clculo y la estadstica. En
ste curso inicialmente se
estudiarn los mtodos
manuales de clculo de
valores y vectores propios,
y posteriormente una de
sus aplicaciones, qu
consiste en la solucin de
sistemas lineales de
ecuaciones diferenciales.
DEFINICIONES

Nocin intuitiva:

Segn (Reyes, 2013) en lgebra lineal, los vectores propios, auto

vectores o eigenvectores de un operador lineal son los vectores no nulos que, cuando son
transformados por el operador, dan lugar a un mltiplo escalar de s mismos, con lo que no
cambian su direccin. Este escalar recibe el nombre valor propio, auto valor, valor
caracterstico o eigenvalor. A menudo, una transformacin queda completamente
determinada por sus vectores propios y valores propios. Un espacio propio, auto
espacio, eigenespacio o sub espacio fundamental asociado al valor propio es
el conjunto de vectores propios con un valor propio comn.

OBJETIVOS

Adquirir los conceptos esenciales que requiere el estudiante de ingeniera en el

campo del lgebra de matrices.
Aplicar el concepto de valores propios y vectores propios en diversos elementos
matemticos como matrices.

CALCULO DE VALORES PROPIOS, VECTORES PROPIOS Y SUS APLICACIONES.

La palabra alemana eigen, que se traduce en espaol como propio, se us por primera vez
en este contexto por David Hilbert en 1904 (aunque Helmholtz la us previamente con un
significado parecido). Eigen se ha traducido tambin como inherente, caracterstico o el
prefijo auto-, donde se aprecia el nfasis en la importancia de los valores propios para
definir la naturaleza nica de una determinada transformacin lineal. Las denominaciones
vector y valor caractersticos tambin se utilizan habitualmente. (Reyes, 2013)
 Figura 1: Deformacin de la imagen de la Mona lisa

Fig. 1. En esta transformacin de la Mona Lisa, la imagen se ha deformado de tal forma que
su eje vertical no ha cambiado. (nota: se han recortado las esquinas en la imagen de la
derecha). El vector azul, representado por la flecha azul que va desde el pecho hasta el
hombro, ha cambiado de direccin, mientras que el rojo, representado por la flecha roja, no
ha cambiado. El vector rojo es entonces un vector propio de la transformacin, mientras
que el azul no lo es. Dado que el vector rojo no ha cambiado de longitud, su valor propio es
1. Todos los vectores de esta misma direccin son vectores propios, con el mismo valor
propio. Forman el espacio propio de este valor propio. (Reyes, 2013)

Mtodo de clculo de valores y vectores propios:

A es cualquier matriz cuadrada tamao n x n

Si es un valor propio de A, entonces: det(A-I)=0 (I es la matriz identidad tamao n x n)

Si v es un vector propio de A asociado a , entonces det(A-I) v=0

Algoritmo para calcular los valores propios y vectores propios

Formar la matriz A
Formar la matriz I
Operar I
Operar A- I

Calcular la determinante e igualar a cero

 Operar por v e igualar a cero, sustituyendo cada uno de los valores propios encontrados
previamente.

El nmero de valores propios de la matriz es igual a n.

Ejemplo de clculo

Calcular los valores y vectores propios de la matriz:

La matriz A y est formada

La matriz identidad es:

Se opera el producto

Se opera la diferencia:

Se calcula la determinante: det(A-I) = (4-) (-3- )-(2*-5) = ) = ( 4-)(-3- )+10.

El resultado se iguala a cero: (4-) (-3- )+10=0-> 2- -12+10=0-> 2- -2=0.
A ste polinomio se le llama polinomio caracterstico, y al resolverlo, se obtiene que
=-1, =2. Estos son los valores propios de la matriz A. (Reyes, 2013)

Se calculan ahora los vectores propios:

El vector v tiene dos valores que pueden llamarse x, y as:
Para =-1
 APLICACIONES
Los valores propios y los vectores propios tienen muchas aplicaciones.

ESTADSTICA:
Anlisis de conglomerados (Cluster).

Tabla 1: Anlisis Cluster.

Como parte del anlisis, se calculan los valores propios de la matriz de varianza covarianza,
lo que permite posteriormente calcular las distancias. Anlisis de componentes principales:
 Tabla 2: Calculo de la matriz varianza.

Los valores propios permiten decidir qu variables son las realmente importantes y
posteriormente realizar agrupamientos. Anlisis de factores (Factor Anlisis)

Tabla 3: Agrupacin de los valores propios.

ECUACIONES DIFERENCIALES

Se usan para resolver sistemas de ecuaciones diferenciales lineales.

FISICA:

a) En la mecnica cuntica, la base es los valores y vectores propios. Los datos se

representan por operadores hermitiaos Q. En un cierto estado, se encuentra el valor propio
a, y el estado del sistema ser la proyeccin del estado sobre el vector propio asociado con
a.
 LA MECNICA CUNTICA.

Segn (Martinez, 2009)las matrices que hemos estado considerando son matrices cuyas
entradas son valores reales. Sin embargo, y al igual que como ocurri con los vectores, no
es necesario que los componentes estn limitados a valores reales.

Las matrices tambin pueden tener entradas con valores imaginarios o complejos. Y entre el
universo posible de este tipo de matrices, hay cierto tipo de matrices en las que estamos
sumamente interesados en la Mecnica Cuntica, las matrices Hermitianas (as llamadas en
honor al matemtico francs Charles Hermite), las cuales son matrices tales que el elemento
situado en el rengln p y en la columna r es el conjugado complejo del elemento situado en
el rengln r y la columna p, como lo muestra el siguiente ejemplo:

Figura 2: Construccin de la matriz.

Ms formalmente, decimos que una matriz es Hermitiana si es igual a la transpuesta del

conjugado complejo de la misma, o sea:
H = (H*)T

o lo que es lo mismo, igual a la transpuesta de su conjugado complejo:

H = (HT)*

La transpuesta del conjugado complejo de una matriz es algo que ocurre con tanta
frecuencia que la llamamos adjunta Hermitiana (tambin se le llama matriz tras conjugada),
denotndola con el smbolo de una daga puesto como exponente:

H
De este modo, una definicin ms elegante de una matriz Hermitiana es aquella en la cual
se le define como una matriz que es igual a su tras conjugada:

H = H
Ya se haba mencionado que el hecho de que el conjunto de lneas espectrales para el
espectro del hidrgeno sea infinitamente grande nos llevar invariablemente a la
consideracin de matrices infinitas. Sin embargo, no todo en la Mecnica Cuntica requiere
de matrices infinitas. Pronto nos toparemos con una caracterstica fsica bautizada con el
nombre de spin (en alusin a la rotacin que podemos imaginar que est dando un trompo
girando rpidamente sobre su eje) para cuya descripcin a nivel sub-atmico se recurre a
las matrices de Pauli, las cuales tienen la propiedad de que son matrices Hermitianas:

Figura 3: Operaciones con la matriz identidad.

Estas matrices son matrices cuadradas 22 que constan de dos renglones y dos columnas.
Pero en la Mecnica Cuntica podemos extender el concepto de las matrices de Pauli hacia
matrices 33 que resultan ser las siguientes y las cuales tambin son matrices Hermitianas:

Figura 4: Aplicacin de la matriz de Pauli.

Desde luego, podemos extender el concepto de las matrices de Pauli hacia matrices 4x4 que
resultan ser las siguientes y las cuales tambin son matrices Hermitianas:

Figura 5: Matriz Hermitianas.

Debe quedarnos claro que, en la Mecnica Cuntica, nuestro ms importante recurso es y lo

seguirn siendo las matrices Hermitianas.
Conclusiones.

Los vectores y valores propios se aplican mucho en la fsica, para facilitarnos la vida y
llegar a la respuesta correcta, los vectores y valores propios tiene una larga lista de
aplicaciones en el diario vivir del ser humano.

Bibliografa

Martinez, A. (11 de 8 de 2009). vectores y matrices II. Obtenido de MECANICA

CUANTICA.

Reyes, L. (2 de 04 de 2013). Estadstica, Matemtica y Computacin. Obtenido de

http://reyesestadistica.blogspot.com.