1 00:00:00,730 --> 00:00:06,870 Para cualquier transformación que mapea de Rn a Rn, hicimos 2 00:00:06,870 --> 00:00:09,590 implicitamente, pero fue interesante para nosotros descubrir que 3 00:00:09,590 --> 00:00:12,460 los vectores que esencialmente solo estiran por las 4 00:00:12,460 --> 00:00:13,880 transformaciónes. 5 00:00:13,880 --> 00:00:17,230 Entonces los vectores que tienen la forma-- la transformación de 6 00:00:17,230 --> 00:00:20,950 mi vector es solamente igual a alguna versión 7 00:00:20,950 --> 00:00:22,035 escalada de un vector. 8 00:00:22,035 --> 00:00:24,290 Y si esto no resulta familiar, Puedo refrescar su 9 00:00:24,290 --> 00:00:25,750 memoria un poquito. 10 00:00:25,750 --> 00:00:27,690 Cuando estamos buscando alguna base de vectores para la 11 00:00:27,690 --> 00:00:28,986 transformación-- déjenme dibujarlo. 12 00:00:28,986 --> 00:00:31,190 Esto era para R² a R² 13 00:00:33,970 --> 00:00:36,529 Entonces, déjenme dibujar R² acá. 14 00:00:36,945 --> 00:00:44,305 Y digamos que tengo el vector v1 es igual a 15 00:00:44,321 --> 00:00:45,732 el vector 1, 2. 16 00:00:45,870 --> 00:00:48,728 Y tenemos las líneas que se extienden a través de ese vector. 17 00:00:48,913 --> 00:00:52,000 Hicimos este problema varios videos atrás. 18 00:00:52,262 --> 00:00:55,350 Y tengo la transformación que los da vuelta con respecto a esta línea. 19 00:00:55,350 --> 00:01:01,230 Entonces si llamamos a esa linea I, T sería la transformación de R² 20 00:01:01,230 --> 00:01:04,933 a R² que da vuelta los vectores con respecto a esa línea. 21 00:01:04,933 --> 00:01:12,933 Entonces da vuelta los vectores con respecto a I. 22 00:01:12,933 --> 00:01:15,740 Entonces si te acordás de la transformación, si yo tuviera algún 23 00:01:15,740 --> 00:01:19,050 vector cualquiera que sea algo así, digamos que eso es x, 24 00:01:19,050 --> 00:01:21,548 ese vector x, entonces la transformación de x sería 25 00:01:21,548 --> 00:01:22,410 algo así. 26 00:01:22,410 --> 00:01:24,640 Solo se da vuelta con respecto a esta línea. 27 00:01:24,640 --> 00:01:26,770 Esa era la transformación de x. 28 00:01:26,770 --> 00:01:28,990 Y si te acordás de ese video, estábamos buscando por un 29 00:01:28,990 --> 00:01:31,670 cambio de base que nos permitiera por lo menos descubrir 30 00:01:31,670 --> 00:01:34,640 la matriz para esa transformación, al menos en una 31 00:01:34,640 --> 00:01:35,500 base alternativa. 32 00:01:35,500 --> 00:01:36,900 Y si descubriéramos la matriz para la 33 00:01:36,900 --> 00:01:38,950 transformación en la base estándar. 34 00:01:38,950 --> 00:01:42,698 Y la base que elegimos fuesen vectores base que no 35 00:01:42,698 --> 00:01:44,950 cambian mucho por la transformación, o unos que 36 00:01:44,950 --> 00:01:46,817 solo se escalan por la transformación. 37 00:01:46,817 --> 00:01:52,750 Por ejemplo, cuando agarro la transformación de v1 solo 38 00:01:52,750 --> 00:01:54,320 igual a v1. 39 00:01:54,320 --> 00:01:59,380 O podríamos decir que la transformación de v1 solo 40 00:01:59,380 --> 00:02:02,800 fuese igual a 1 vez v1. 41 00:02:02,800 --> 00:02:06,780 Entonces si solo seguimos este pequeño formato que preparé 42 00:02:06,780 --> 00:02:08,860 aquí, lambda, en este caso, sería 1. 43 00:02:08,860 --> 00:02:11,360 Y por supuesto, el vector en este caso es v1. 44 00:02:11,360 --> 00:02:15,057 La transformación solo aumenta el tamaño de v1 por 1. 45 00:02:15,057 --> 00:02:18,860 En el mismo problema, teníamos que otro vector 46 00:02:18,860 --> 00:02:20,065 que también miramos. 47 00:02:20,065 --> 00:02:27,670 Era el vector negativo-- digamos que es el vector v2, 48 00:02:28,255 --> 00:02:32,210 que es-- digamos que es 2 menos 1. 49 00:02:32,410 --> 00:02:34,420 Y entonce si tomás la transformación del mismo, ya que 50 00:02:34,420 --> 00:02:36,250 es ortogonal a la linea, solo se dió 51 00:02:36,250 --> 00:02:37,840 vuelta así. 52 00:02:37,840 --> 00:02:39,760 Y esa es una fuerza interesante del vector 53 00:02:39,760 --> 00:02:44,960 también, por que la transformación de v2 in esta 54 00:02:44,960 --> 00:02:47,050 situación es igual a que ? 55 00:02:47,050 --> 00:02:48,930 solo v2 negativo. 56 00:02:48,930 --> 00:02:50,270 Es igual a menos v2. 57 00:02:50,270 --> 00:02:54,920 O podrías decir que la transformación de v2 es igual 58 00:02:54,920 --> 00:02:58,230 a menos una vez v2. 59 00:02:58,230 --> 00:03:01,870 Y estos serían vectores interesantes para nosotros por que 60 00:03:01,870 --> 00:03:06,390 si defino una nueva base con estos vectores como base, sería 61 00:03:06,390 --> 00:03:09,065 muy fácil darse cuenta nuestra matriz de la transformación 62 00:03:09,065 --> 00:03:12,000 Y la verdad que, esa sería una base muy fácil para hacer cálculos. 63 00:03:12,000 --> 00:03:14,390 Y vamos a ver un poco más de eso más adelante. 64 00:03:14,390 --> 00:03:16,620 Pero con un poco de suerte te vas a dar cuenta que son vectores interesantes. 65 00:03:16,620 --> 00:03:21,750 También están los casos en donde tenemos los planos que definen 66 00:03:21,750 --> 00:03:23,630 algunos vectores. 67 00:03:23,630 --> 00:03:25,820 Y además tenemos otro vector que esta saliendo del 68 00:03:25,820 --> 00:03:27,040 plano así. 69 00:03:27,040 --> 00:03:29,320 Y estamos transformando las cosas, tomando la imagen 70 00:03:29,320 --> 00:03:31,200 espejada. Y bueno ahí 71 00:03:31,200 --> 00:03:34,360 la transformación, de estos vectores rojos no cambia para nada 72 00:03:34,360 --> 00:03:35,960 y este se dió vuelta. 73 00:03:35,960 --> 00:03:38,290 Entonces quizás esos harían una buena base. 74 00:03:38,290 --> 00:03:40,250 O harían buenos vectores base. 75 00:03:40,250 --> 00:03:41,240 y así fue. 76 00:03:41,240 --> 00:03:44,850 Entonces en general, siempre vamos a estar interesados en los vectores 77 00:03:44,850 --> 00:03:47,240 que solo se escalan por la transformación. 78 00:03:47,240 --> 00:03:49,080 Que no van a ser todos los vectores, no ? 79 00:03:49,080 --> 00:03:51,320 Este vector que dibujé aca, este vector x, no se 80 00:03:51,320 --> 00:03:54,650 escala solamente, cambia también su dirección 81 00:03:54,650 --> 00:03:56,730 cambia. 82 00:03:56,730 --> 00:04:00,360 El vector que se escala, también podría cambiar su dirección 83 00:04:00,360 --> 00:04:03,020 de esta dirección a esta otra dirección, o quizás 84 00:04:03,020 --> 00:04:04,430 van para allá. 85 00:04:04,430 --> 00:04:07,270 Por ahí ese es x y la transformación de x podría ser 86 00:04:07,270 --> 00:04:08,460 la versión solamente escalada de x. 87 00:04:08,460 --> 00:04:09,710 Por ahí es esta. 88 00:04:12,050 --> 00:04:16,970 La verdadero, me imagino, línea que extienden no va a cambiar 89 00:04:16,970 --> 00:04:19,350 Y eso nos vamos a fijar 90 00:04:19,350 --> 00:04:21,019 Estos tienen un nombre especial. 91 00:04:21,019 --> 00:04:23,660 Y estos tienen un nombre especial y quiero dejar esto bien 92 00:04:23,660 --> 00:04:25,050 claro, por que son realmente útiles. 93 00:04:25,050 --> 00:04:27,360 No es solo un juego matemático que estamos 94 00:04:27,360 --> 00:04:29,970 jugando, aunque a veces caemos en eso 95 00:04:29,970 --> 00:04:31,250 Pero estos son realmente importantes. 96 00:04:31,250 --> 00:04:34,140 Son útiles para definir bases por que en esas bases 97 00:04:34,140 --> 00:04:36,730 es más fácil encontrar matrices transformadas 98 00:04:36,730 --> 00:04:38,950 Son un sistema de coordenadas más natural. Y 99 00:04:38,950 --> 00:04:41,700 muchas veces, las matrices de la transformación en esas bases 100 00:04:41,700 --> 00:04:43,620 es mejor para hacer cálculos. 101 00:04:43,620 --> 00:04:47,060 Entonces estos tienen un nombre especial. 102 00:04:47,060 --> 00:04:50,040 Para cualquier vector que satisfaga esto aquí es llamado un 103 00:04:50,040 --> 00:04:57,810 eigenvector para la transformación T. 104 00:04:57,810 --> 00:05:01,680 y el lambda, el múltiplo que surge-- este es el 105 00:05:01,680 --> 00:05:12,410 eigenvalor asociado con ese eigenvector. 106 00:05:16,870 --> 00:05:19,590 Entonces in el ejemplo solo mostré en donde la transformación está 107 00:05:19,590 --> 00:05:24,020 dando vuelta con respecto a esta línea, v1, el vector 1, 2 es un 108 00:05:24,020 --> 00:05:27,210 eigenvector de nuestra transformación 109 00:05:27,210 --> 00:05:31,080 Entonces 1,2 es un eigenvector. 110 00:05:33,960 --> 00:05:36,305 y su correspondiente eigenvalor es 1. 111 00:05:42,170 --> 00:05:43,820 Este también es un eigenvector-- el 112 00:05:43,820 --> 00:05:45,270 vector 2, menos 1. 113 00:05:45,270 --> 00:05:47,520 También es un eigenvector. 114 00:05:47,520 --> 00:05:50,440 Una palabra muy linda, pero solamente significa que es un vector que solamente 115 00:05:50,440 --> 00:05:51,920 se escala por la transformación. 116 00:05:51,920 --> 00:05:55,030 No cambia en ninguna otra forma que su 117 00:05:55,030 --> 00:05:56,270 factor de escala. 118 00:05:56,270 --> 00:06:03,860 I su eigenvalor correspondiente es menos 1. 119 00:06:03,860 --> 00:06:05,580 Si esta transformación-- No se cual es 120 00:06:05,580 --> 00:06:06,750 su matriz de transformación 121 00:06:06,750 --> 00:06:07,990 Me olvidé como era 122 00:06:07,990 --> 00:06:10,820 Pero nos dimos cuenta hace un ratito 123 00:06:10,820 --> 00:06:16,490 si esta matriz de transformación puede ser representada como una matriz 124 00:06:16,490 --> 00:06:18,180 de producto vector-- y debería ser; es una transformación lineal 125 00:06:18,180 --> 00:06:22,940 -- entonces cualquier v que satisfaga que 126 00:06:22,940 --> 00:06:27,610 la transformación de-- diría que la transformación de v es igual 127 00:06:27,610 --> 00:06:32,520 a lambda v, que también podría ser-- 128 00:06:32,520 --> 00:06:33,180 la transformación de [? v ?] 129 00:06:33,180 --> 00:06:36,380 solo sería A veces v. 130 00:06:36,380 --> 00:06:39,390 estos son también llamados eigenvalores de A, por que A 131 00:06:39,390 --> 00:06:41,570 es realmente una matriz de representación de 132 00:06:41,570 --> 00:06:43,090 la transformación 133 00:06:43,090 --> 00:06:51,560 entonces en este caso, esto sería un eigenvector de A, y esto 134 00:06:51,560 --> 00:06:53,690 sería un eigenvalor asociado con el 135 00:06:53,690 --> 00:06:54,940 eigenvector. 136 00:06:58,700 --> 00:07:00,940 Entonces si me das una matriz que representa alguna transformación 137 00:07:00,940 --> 00:07:01,880 lineal. 138 00:07:01,880 --> 00:07:03,880 Podrías también darte cuenta de esto. 139 00:07:03,880 --> 00:07:05,730 Ahora, en el próximo video nos vamos a dar cuenta 140 00:07:05,730 --> 00:07:07,080 la forma de descubrir esto. 141 00:07:07,080 --> 00:07:10,320 Pero lo que quiera que ustedes aprecien en este video es 142 00:07:10,320 --> 00:07:13,920 que es fácil decir, ah, el vector que 143 00:07:13,920 --> 00:07:15,130 no cambia mucho 144 00:07:15,130 --> 00:07:16,620 Pero yo quiero que ustedes entiendan que es lo que significa. 145 00:07:16,620 --> 00:07:19,860 Literalmente solo aumenta o disminuye su módulo, o por ahí se invierte 146 00:07:19,860 --> 00:07:22,060 La dirección o las líneas que extienden 147 00:07:22,060 --> 00:07:23,460 fundamentalmente no cambian 148 00:07:23,460 --> 00:07:26,400 Y la razón por la cual son interesantes para nosotros es, bueno 149 00:07:26,400 --> 00:07:28,790 una de las razones por la cual son interesantes para nosotros es que 150 00:07:28,790 --> 00:07:32,590 hacen buenos vectores de base-- 151 00:07:32,590 --> 00:07:36,530 esas matrices de transformación son quizás más 152 00:07:36,530 --> 00:07:41,610 simples, o las que funcionan como un mejor sistema de coordenadas