Nombre: Jeanpier Ari arcela

Curso: lineal

Facultad: economía

Profesor:

Ciclo: IV

Piura, agosto 2019

 INTRODUCCION

Los valores y vectores

propios, son propiedades
importantes de las matrices
cuadradas de tamaño nxn y
tienen aplicaciones en el
cálculo y la estadística. En
éste curso inicialmente se
estudiarán los métodos
manuales de cálculo de
valores y vectores propios,
y posteriormente una de sus
aplicaciones, qué consiste
en la solución de sistemas
lineales de ecuaciones
diferenciales.
DEFINICIONES

Noción intuitiva:

Según (Reyes, 2013) en álgebra 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 múltiplo escalar de sí mismos, con lo
que no cambian su dirección. Este escalar recibe el nombre valor propio, auto valor,
valor característico o eigenvalor. A menudo, una transformación 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 común.

OBJETIVOS

• Adquirir los conceptos esenciales que requiere el estudiante de ingeniería en

el campo del álgebra de matrices.
• Aplicar el concepto de valores propios y vectores propios en diversos
elementos matemáticos como matrices.
 CALCULO DE VALORES PROPIOS, VECTORES PROPIOS Y SUS APLICACIONES.

La palabra alemana eigen, que se traduce en español como propio, se usó por
primera vez en este contexto por David Hilbert en 1904 (aunque Helmholtz la usó
previamente con un significado parecido). Eigen se ha traducido también como
inherente, característico o el prefijo auto-, donde se aprecia el énfasis en la
importancia de los valores propios para definir la naturaleza única de una
determinada transformación lineal. Las denominaciones vector y valor
característicos también se utilizan habitualmente.

Método de cálculo de valores y vectores propios:

A es cualquier matriz cuadrada tamaño n x n

Si λ es un valor propio de A, entonces: det(A-λI) =0 (I es la matriz identidad tamaño

n x n)

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

Algoritmo para calcular los valores propios y vectores propios

Formar la matriz A
Formar la matriz I
Operar λI
Operar A- ΛI

Calcular la determinante e igualar a cero

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

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

Ejemplo de cálculo

Calcular los valores y vectores propios de la matriz:

La matriz A y está formada

La matriz identidad es:

Se opera el producto

Se opera la diferencia:

Se calcula la determinante: det(A-λI) = (4-λ) (-3- λ)-(2*-5) = ) = ( 4-λ)(-3-

λ)+10.
El resultado se iguala a cero: (4-λ) (-3- λ)+10=0-> λ2- λ-12+10=0-> λ2- λ-
2=0. A éste polinomio se le llama polinomio característico, y al resolverlo,
se obtiene que λ=-1, λ=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 así:
Para λ=-1
 APLICACIONES
Los valores propios y los vectores propios tienen muchas aplicaciones.

ESTADÍSTICA:
Análisis de conglomerados (Cluster).

Tabla 1: Análisis Cluster.

Como parte del análisis, se calculan los valores propios de la matriz de varianza
covarianza, lo que permite posteriormente calcular las distancias. Análisis de
componentes principales:

Tabla 3: Agrupación de los valores propios.

 ECUACIONES DIFERENCIALES

Se usan para resolver sistemas de ecuaciones diferenciales lineales.

FISICA:

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

representan por operadores hermitiaños Q. En un cierto estado, se encuentra el
valor propio a, y el estado del sistema será la proyección del estado sobre el vector
propio asociado con a.

LA MECÁNICA CUÁNTICA.

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

Las matrices también 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 Mecánica Cuántica, las matrices
Hermitianas (así llamadas en honor al matemático francés Charles Hermite), las
cuales son matrices tales que el elemento situado en el renglón p y en la columna r
es el conjugado complejo del elemento situado en el renglón r y la columna p, como
lo muestra el siguiente ejemplo:

Figura 2: Construcción de la matriz.

Más 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 (también se le llama matriz tras
conjugada), denotándola con el símbolo de una daga puesto como exponente:
 H†
De este modo, una definición más 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 había mencionado que el hecho de que el conjunto de líneas espectrales para
el espectro del hidrógeno sea infinitamente grande nos llevará invariablemente a la
consideración de matrices infinitas. Sin embargo, no todo en la Mecánica Cuántica
requiere de matrices infinitas. Pronto nos toparemos con una característica física
bautizada con el nombre de spin (en alusión a la rotación que podemos imaginar
que está dando un trompo girando rápidamente sobre su eje) para cuya descripción
a nivel sub-atómico 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 2×2 que constan de dos renglones y dos
columnas. Pero en la Mecánica Cuántica podemos extender el concepto de las
matrices de Pauli hacia matrices 3×3 que resultan ser las siguientes y las cuales
también son matrices Hermitianas:

Figura 4: Aplicación 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 también son matrices Hermitianas:
Conclusiones.
Los vectores y valores propios se aplican mucho en la física, 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.

Bibliografía
Martínez, A. (11 de 8 de 2009). vectores y matrices II. Obtenido de MECANICA
CUANTICA.

Reyes, L. (2 de 04 de 2013). Estadística, Matemática y Computación. Obtenido de

http://reyesestadistica.blogspot.com.