< Return to Video

Linear Algebra: Introduction to Eigenvalues and Eigenvectors

  • 0:01 - 0:07
    Cualquier transformación que va de Rn hasta Rn
  • 0:07 - 0:10
    la hemos hecho implícitamente, pero ha sido interesante encontrar
  • 0:10 - 0:12
    los vectores que esencialmente solo se incrementarán por las
  • 0:12 - 0:14
    transformaciones
  • 0:14 - 0:17
    Así que los vectores que tienen la forma-- la transformación
  • 0:17 - 0:21
    de mi vector, es tan solo igual a una versión del vector
  • 0:21 - 0:22
    incrementado.
  • 0:22 - 0:24
    Si no parece familiar, puedo refrescar tu memoria
  • 0:24 - 0:26
    un poco
  • 0:26 - 0:28
    Cuando estábamos buscando los vectores base para la
  • 0:28 - 0:29
    transformacion--déjeme dibujarla.
  • 0:29 - 0:31
    Esta era de R2 a R2
  • 0:32 - 0:34
    de R2 a R2
  • 0:34 - 0:37
    Déjame dibujar R2 aquí
  • 0:37 - 0:44
    Ahora, digamos que tengo el vector... sumemos el vector... digámos que v1 era igual al
  • 0:44 - 0:46
    vector 1,2.
  • 0:46 - 0:49
    y tenemos las líneas abarcadas por el vector.
  • 0:49 - 0:52
    Hicimos este problema varios videos atrás.
  • 0:52 - 0:55
    Y tengo la transformación que gira o se mueve a través de esta línea
  • 0:55 - 1:01
    A'sí que si llamamos esta línea L, T fué la transformación de R2
  • 1:01 - 1:05
    a R2 que movió vectores a través de esta línea.
  • 1:05 - 1:13
    Así que movió, movió vectores, movió vectores, a través de L.
  • 1:13 - 1:16
    Así que si recuerdas esa transformación, si tengo algún
  • 1:16 - 1:19
    vector al azar que se vió así, digamos que ese es x,
  • 1:19 - 1:22
    ese es le vector x, entonces la transformación de x se ve
  • 1:22 - 1:22
    algo así.
  • 1:22 - 1:25
    La cual gira o se mueve a través de la línea.
  • 1:25 - 1:27
    Esa fué la transformación x.
  • 1:27 - 1:29
    Y, si recuera ese video, buscábamos un
  • 1:29 - 1:32
    cambio de base que nos permitiría al menos encontrar
  • 1:32 - 1:35
    la matriz de la transformación, al menos
  • 1:35 - 1:36
    una base alterna.
  • 1:36 - 1:37
    Y después podríamos encontrar la matriz para la
  • 1:37 - 1:39
    transformación en la base estándar.
  • 1:39 - 1:43
    y las bases que escogimos fueron los vectores bases que no fueron
  • 1:43 - 1:45
    cambiados demasiado por la transformación, o los que
  • 1:45 - 1:47
    solo fueron movidos por la transformación
  • 1:47 - 1:53
    Por ejemplo, cuando tomé la transformación de v1, cuando tomé la transformación de v1, solo se
  • 1:53 - 1:54
    igualó a v1.
  • 1:54 - 1:59
    o podríamos decir que la transformación de v1, solo
  • 1:59 - 2:03
    se igualó 1 multiplicado por v1
  • 2:03 - 2:07
    Así que si solo sigues esto, este pequeño formato que hice aquí
  • 2:07 - 2:09
    lambda, en este caso, será 1.
  • 2:09 - 2:11
    y por supuesto el vector en este caso es v1.
  • 2:11 - 2:15
    La transformación solo amplió v1 por 1.
  • 2:15 - 2:19
    Ahora si usted, si usted, el mismo problema, tenemos el otro vector que
  • 2:19 - 2:20
    también vimos.
  • 2:20 - 2:28
    Ok, fué el vector... fué el vector... Menos... digamos que es el vector v2
  • 2:28 - 2:32
    el cual es-- digamos 2 - 1.
  • 2:32 - 2:34
    Y después si tomas la transformación de ese, y como
  • 2:34 - 2:36
    fué ortogonal a la línea, fué
  • 2:36 - 2:38
    volteado así.
Title:
Linear Algebra: Introduction to Eigenvalues and Eigenvectors
Description:

What eigenvectors and eigenvalues are and why they are interesting

more » « less
Video Language:
English
Duration:
07:43

Spanish subtitles

Incomplete

Revisions