You are on page 1of 11

Tcnicas de Anlisis aplicadas

al estudio de la variabilidad del


sistema climtico
Rosa Hilda Compagnucci
2008

Autovalores y Autovectores
Uno de los tpicos ms difciles del algebra matricial.
Su dificultad aparece al tratar de desarrollar el significado de estas
cantidades especialmente en un sentido intuitivo.
Consideremos la hiptesis de que dada la matriz [A] de coeficientes Aij
multiplicada por el vector Xj es igual a veces el vector Xj
[A].[X] = [][X]
(1.1)
Es necesario encontrar el valor de que satisfaga (1.1)
Resulta igual que resolver:
[A].[X] = [B]
y [B] = [][X] (1.2)
(1.1) pueden ser escrita como:
([A] - [I] ).[X] = [0]
(1.3)
Donde [I] es veces la matriz identidad con el mismo tamao que [A] (1.4)
Para una matriz [A] cuadrada de 3x3 es posible escribir (1.3) como:
(A11 - ) X1 +
A12 X2 +
A13 X3 = 0
A21 X1 + ( A22 - ) X2 +
A23 X3 = 0 (1.5)
A31 X1 +
A32 X2 + (A33 - ) X3 = 0

Asumamos que hay solucin para (1.5) distinta del trivial X = 0


La solucin para el vector [X] es [x] = [0] / |A|
|A| . [X] = [0]
(1.6)
|A| = 0
|A-|=0

autovalores de [A]

(1.7)

En el caso de [A] 2x2 se tiene que es cero el determinante


A11 -
A12
A21
A22 -
Luego (A11 - ) (A22 - ) A21 A12 = 0
Que queda como una ecuacin al estilo de 2 + 1 + 2 = 0
Para [A] =

Ej(1)

17 - 6
45 -16

| A - | = (17 - ) (-16 - ) (-6) (45) = 0


2 - - 2 = 0
por factores ( - 2) ( + 1) = 0

las soluciones son 1 = +2 2 = -1


Donde 1 y 2 son los autovalores asociados a la matriz [A]

Una situacin ms difcil es [A] igual a:

4
10

10
30

aqu la ecuacin (1.7) conduce a


2 34 + 20 = 0 no es posible el factoreo

Utilizando la solucin de las ecuaciones cuadrticas queda como :


= (34 342 -4.1.20) / 2 = (34 1076) / 2
por redondeo
1 = 33.4 y 2 = 0.6
substituyendo en (1.7) el determinante queda = -0.04 lo que significa que
estos autovalores dan soluciones aproximadas, no totalmente correctas.
Otra complicacin adicional es [A] igual a

2 4
-6 3

La ecuacin (1.7) conduce a 2 5 + 30 = 0


Las soluciones 1 = 2.5 + 4.9i y 2 = 2.5 4.9 i
contienen una parte real y una imaginaria

Afortunadamente las matrices simtricas siempre tienen autovalores


reales y por lo tanto las matrices de correlacin, covarianza, o cualquier
matriz de similitud que son simtricas, tienen solucin real.

Naturaleza de los autovalores


La matriz [A] puede ser vista puntos en un espacio n-dimensional
[A] =
Ej (2)

4
8

8
4

dos puntos con coordenadas (4 , 8) y ( 8 , 4)

pueden usarse las columnas como


coordenadas en lugar de las filas
sin producir cambios pues [A] es simtrica
(se va a trabajar con las filas)

Puede pensarse a los dos puntos como en el borde de una elipse con
centro en el origen (envolvente de los puntos).
La magnitud de los autovalores 1 = 12 y 2 = -4 representa el largo de
los ejes mayor y menor de la elipse como una medida de la estrechez de
la elipse envolvente.
1 autovalor, el largo de 12 unidades del eje mayor,
desde el centro al borde de la elipse
2 autovalor, el eje menor de -4 unidades desde
el centro, en la parte negativa del sistema de
coordenadas

Con [A] =
Ej(3)

6
8

8
6

los autovalores son


1 = 14
2 = - 2

El eje mayor se elonga respecto al eje


menor que se contrae.

Cuando los dos vectores coinciden


[A] = 4
8
4
8
La ecuacin (1.7) se reduce a
2 12 + 0 = 0 con 1 = 12 2 = 0
El eje mayor pasa a travs de los dos puntos
Que coinciden y el eje menor es cero
Opuestamente cuando los dos
vectores son perpendiculares
[A] = -4 8
8 4
La ecuacin (1.7) queda 2 + 0 -80 = 0
con 1 = +8.95 2 = -8.95
Los dos vectores estn inscriptos
en un crculo y los ejes son iguales
La suma de los autovalores es siempre igual de la traza de la matriz [A]

Autovectores
([A] - [I] ).[X] = [0]
(1.3) Tantos vectores [X] como autovalores i
Los vectores [X] obtenidos como solucin de (1.3) asociados a cada i son
llamados autovectores (vectores principales caractersticos)
Para [A] =
del Ej(1)

las soluciones son 1 = +2 y 2 = -1

17 - 6
45 -16

Autovector asociado con el 1 autovalor

17 2

45

16 2

15

45 18

15 X1 - 6X2 = 0
45 X1 - 18 X2 = 0

soluciones:
X1 = 2 y X2 = 5

Hay un nmero infinito de soluciones pues tambin es


solucin el vector multiplicado por cualquier constante
Para el 2 autovalor

Soluciones:

X1 = 1

17 (1)

45

16 (1)

X2 = 3

18

45 15

X 1
2

5

X 2

3 X1 X 2 0
X 1
1


3
X 2

Significado de los autovectores

A
Del Ej(2)

4 8
8 4

4 12

4 12

4 (4)
8

Los autovalores son 1 = 12 y 2 = -4


Substituyendo para obtener los autovectores

8
8

X 1 1

8
X 2 1
8

X 1 1

4 (4) 8 8
X 2 1
8

8 8

El 1 autovector puede ser interpretado como la pendiente del eje mayor de la


elipse cuyo largo es igual al primer autovalor y con la direccin 1/1= 45
El 2 autovalor es perpendicular al 1 autovector y corresponde al eje monor
de la elipse con direccin -1/1=135 y largo igual al 2 autovalor.

Para la matriz del Ej(3) Resultan distintos autovalores 1 = 14 y


Para 1 = 14

Para 1 = -2

6 8
8 6

pero los mismos autovectores


(direcciones) que la matriz
previa

6 8
8 6

(6 14)

(6 14)

6 (2)

6 (2)

1 1
1 1

Los autovectores son mutuamente perpendiculares

2 = -2

8 8
8 8

REFERENCIAS:
Davis J.C.(1986) Statistics and Data Analysis in Geology. Edts John Wiley & Sons, 656p.