< Return to Video

Algebra Linear: Ejemplo despejando los valores propios (autovalores) de una matriz 2x2

  • 0:00 - 0:04
    En el ultimo video pudimos ver que cualquier lambda
  • 0:04 - 0:10
    que satisface esta ecuacion para algunos vectores mayores que cero, V, entonces
  • 0:10 - 0:14
    el determinante de lambda multiplicado por la matriz identidad
  • 0:14 - 0:16
    menos A, debe ser igual a 0.
  • 0:16 - 0:25
    O si pudieramos reescribir esto como diciendo que lambda es un autovalor (valor propio)
  • 0:25 - 0:32
    de A si, y solo si--Lo escribire como si-- el
  • 0:32 - 0:37
    determinante de lambda multiplicado por la matriz identidad menos A es
  • 0:37 - 0:40
    igual a 0.
  • 0:40 - 0:42
    Ahora, vamos a ver si podemos realmente usar esto en cuaquier forma
  • 0:42 - 0:46
    concreta para encontrar autovalores.
  • 0:46 - 0:49
    Asi que vamos a hacer un simple 2 por 2, hagamos un R2
  • 0:49 - 0:58
    Digamos que A es igual a la matriz 1, 2, y 4, 3.
  • 0:58 - 1:02
    y quiero encontrar el autovalor de A.
  • 1:02 - 1:12
    Asi, si lambda es un autovalor de A, entonces justo aqui esto
  • 1:12 - 1:16
    nos dice que el determinante de lambda multiplicado por la matriz identidad,
  • 1:16 - 1:20
    tambien va a ser la matriz identidad en R2.
  • 1:20 - 1:29
    Por lo tanto lambda multiplicada por 1,0,0,1, menos A, 1,2,4,3, va a
  • 1:29 - 1:30
    ser igual a 0.
  • 1:30 - 1:33
    Bueno, Que resultado nos da esto?
  • 1:33 - 1:36
    Esto que tenemos aqui es la determinante.
  • 1:36 - 1:40
    Lambda multiplicado por esto es solo lambda multiplicado por todos estos
  • 1:40 - 1:43
    terminos. Asi tenemos que lambda multiplicada por 1 es lambda, lambda multiplicada por 0 es 0,
  • 1:43 - 1:47
    lambda multiplicada por 0 es 0, lambda multiplicada por 1 es lambda.
  • 1:47 - 1:50
    Y de eso vamos a restar A.
  • 1:50 - 1:56
    Asi tenemos 1,2,4,3, y esto tiene que ser igual a 0.
  • 1:56 - 1:59
    Y entonces esta matriz, o esta diferencia de matrices,
  • 1:59 - 2:01
    es solo para mantener la determinante.
  • 2:01 - 2:03
    Esta es la determinante de las demas.
  • 2:03 - 2:07
    Este primer termino va a ser lambda menos 1.
  • 2:07 - 2:12
    El segundo termino es 0 menos 2, nos queda menos 2.
  • 2:12 - 2:16
    El tercer termino es 0 menos 4, asi nos queda menos 4.
  • 2:16 - 2:18
    Y entonces el cuarto termino es lambda menos
  • 2:18 - 2:23
    3, justo asi.
  • 2:23 - 2:26
    Es como un atajo para ver que paso.
  • 2:26 - 2:30
    Los terminos a lo largo de la diagonal, bueno todo se convirtio en
  • 2:30 - 2:31
    negativo, verdad?
  • 2:31 - 2:32
    Convertimos todo en negativo.
  • 2:32 - 2:33
    Y entonces los terminos alrededor de la diagonal, obtuvimos
  • 2:33 - 2:34
    una lambda enfrente.
  • 2:34 - 2:38
    Eso fue esencialmente el subproducto de esta expresion.
  • 2:38 - 2:39
    justo aqui.
  • 2:39 - 2:42
    Asi que cual es la determinante de esta matriz de 2 por 2?
  • 2:42 - 2:46
    Bueno, la determinante de esto es solo esto multiplicado por aquello menos
  • 2:46 - 2:47
    esto multiplicado por eso.
  • 2:47 - 2:58
    Asi es lambda menos 1, multiplicado por lambda menos 3, menos estos
  • 2:58 - 3:00
    dos amigos multiplicados uno por otro.
  • 3:00 - 3:04
    Asi tenemos que menos 2 multiplicado por menos 4 es ocho positivo, menos 8.
  • 3:04 - 3:09
    Esto es la determinante de esta matriz justo aqui o
  • 3:09 - 3:13
    esta matriz justo aqui, la cual simplifico a esa matriz.
  • 3:13 - 3:18
    Y esto tiene que ser igual a 0.
  • 3:18 - 3:20
    Y la razon por la que tiene que ser igual a 0 es
  • 3:20 - 3:23
    porque antes vimos que esta matriz tiene un
  • 3:23 - 3:25
    espacio nulo no trivial.
  • 3:25 - 3:28
    Y porque tiene un espacio nulo no trivial,
  • 3:28 - 3:30
    no puede ser invetible y su determinante tiene
  • 3:30 - 3:32
    que ser igual a 0.
  • 3:32 - 3:33
    Asi que ahora tenemos una interesante ecuacion de polinomio
  • 3:33 - 3:34
    justo aqui.
  • 3:34 - 3:36
    La podemos multiplicar.
  • 3:36 - 3:37
    Que obtenemos?
  • 3:37 - 3:38
    Vamos a multiplicarla.
  • 3:38 - 3:46
    Obtenemos lambda cuadrada, correcto, menos 3 lambda, menos lambda,
  • 3:46 - 3:51
    mas 3, menos 8, es igual a 0.
  • 3:51 - 4:00
    O lambda cuadrada, menos 4 lambda, menos
  • 4:00 - 4:05
    5, es igual a 0.
  • 4:05 - 4:10
    Y en caso de que quieras saber alguna terminologia, esta
  • 4:10 - 4:13
    expresion justo aqui es conocida como la caracteristica
  • 4:13 - 4:14
    polinomial.
  • 4:19 - 4:22
    Solo un poco de terminologia, polinomial.
  • 4:22 - 4:24
    Pero si queremos encontrar el autovalor de A, solo
  • 4:24 - 4:26
    tenemos que resolver esto justo aqui.
  • 4:26 - 4:28
    Este es solo un problema cuadratico basico.
  • 4:28 - 4:30
    Y de hecho se puede factorizar.
  • 4:30 - 4:32
    Veamos, dos numeros y si tomas el producto es menos 5,
  • 4:32 - 4:34
    cuando los sumas para obtener menos 4.
  • 4:34 - 4:40
    Es menos 5 y mas 1, asi obtenemos lambda menos 5, multiplicado
  • 4:40 - 4:43
    por lambda mas 1, es igual a 0, correcto?
  • 4:43 - 4:47
    Menos 5 multiplicado por 1 es menos 5, y entonces menos 5 lambda mas 1
  • 4:47 - 4:50
    lambda es igual a menos 4 lambda.
  • 4:50 - 4:53
    Asi las dos soluciones de nuestra ecuacion caracteristica se establece
  • 4:53 - 4:57
    a 0, nuestro polinomio caracteristico, son lambda es
  • 4:57 - 5:02
    igual a 5 o lambda es igual a menos 1.
  • 5:02 - 5:05
    Asi nomas, usando la informacion que demostramos
  • 5:05 - 5:08
    en el ultimo video, podemos comprender que
  • 5:08 - 5:16
    los dos autovalores de A son lambda es igual a 5 y lambda
  • 5:16 - 5:17
    es igual a 1 negativo.
  • 5:17 - 5:20
    Ahora que esto solo resuelve parte del problema, verdad?
  • 5:20 - 5:23
    Sabemos que estamos buscando autovalores y
  • 5:23 - 5:25
    autovectores, verdad?
  • 5:25 - 5:29
    Sabemos que esta ecuacion puede satisfacerse con las lambdad
  • 5:29 - 5:31
    con resultados 5 o menos 1.
  • 5:31 - 5:34
    Asi que sabemos los autovalores, pero todavia tenemos que determinar los
  • 5:34 - 5:36
    autovectores reales.
  • 5:36 - 5:38
    Asi que eso es lo que vamos a hacer en el proximo video.
Title:
Algebra Linear: Ejemplo despejando los valores propios (autovalores) de una matriz 2x2
Description:

Ejemplo despejando los valores propios (autovalores o valores intrinsecos) de una matriz 2x2

more » « less
Video Language:
English
Duration:
05:39

Spanish subtitles

Revisions