Saltar al contenido

Diario de clases

Clases de Jesús Soto

Menú
  • Home
  • Equation Editor
  • Generador de tablas
Menú

Categoría: mathbio

MathBio: Autovectores y autovalores

Posted on 14 de octubre de 2026

Denominamos esta parte autovectores y autovalores, también conocidos como vectores y valores propios de una matriz. Su definición es simple:

Dada una matriz, \(A\in\mathcal{M}_n(\mathbb{R})\), real porque es el principal cuerpo que trataremos, decimos que \(\vec{v} \in\mathbb{R}^n\) es un autovector, o vector propio de la matriz, si \[A\vec{v}=\lambda\vec{v},\] siendo \(\lambda\in\mathbb{R}\). Al real \(\lambda\) se le denomina autovalor o valor propio de la matriz.

Nuestro principal propósito es saber determinar los autovectores y autovalores de una matriz real cuadrada.

Para conseguir nuestro propósito, necesitamos encontrar las soluciones de la ecuación que plantea el determinante \[det(A-\lambda\, I),\] siendo \(A\in\mathcal{M}_n(\mathbb{R})\) la matriz cuadrada y \(I\) la identidad en \(\mathcal{M}_n(\mathbb{R})\).

El polinomio \(p(\lambda) = det(A -\lambda\,I)\) es el polinomio característico de A: los valores propios de una matriz son los ceros de su polinomio característico (soluciones de la ecuación característica).

Ejercicio: Determinar los autovalores de la matriz \[\begin{bmatrix}5 & 0 & 4\\ 4 & -1 & 4\\ -8 & 0 & -7\end{bmatrix}\]

Tenemos que determinar

\[\begin{align*}\mathbf{det}(A-\lambda I_3)&=\begin{vmatrix}-\lambda+5 & 0 & 4\\
4 & -\lambda-1 & 4\\
-8 & 0 & -7-\lambda\end{vmatrix}\\ &=-\lambda^3-3\lambda^2+\lambda+3\\ &=(\lambda+3)(\lambda+1)(\lambda-1)\end{align*}\]
Por tanto, los autovalores son \(\lambda_1=3\), \(\lambda_2=-1\) y \(\lambda_3=1\).


Cada valor propio tiene asociado un conjunto \(C_\lambda=\{\vec{v}\in\mathbb{R}^n\}\), que se determina resolviendo el sistema homogéneo \((A-\lambda\, I)\vec{x}=\vec{0}\). Las soluciones de estos sistemas serán los vectores propios de la matriz, que veremos más adelante.

Ejercicio: Determinar los autovectores del autovalor \(\lambda=-3\) de la matriz \[\begin{bmatrix}5 & 0 & 4\\ 4 & -1 & 4\\ -8 & 0 & -7\end{bmatrix}\]

Para calcular los autovectores del autovalor \(\lambda=-3\), planteamos el sistema

\[(A-\lambda I_3)X=0\to \begin{bmatrix}-3+5 & 0 & 4\\
4 & -3-1 & 4\\
-8 & 0 & -7-3\end{bmatrix}\begin{bmatrix}x\\ y\\ z\end{bmatrix}=\begin{bmatrix}0\\ 0\\ 0\end{bmatrix}\]

Utilicemos las matrices como hecho en casos anteriores para resolver este sistema:
\[\begin{bmatrix}8 & 0 & 4\\
4 & 2 & 4\\
-8 & 0 & -4\end{bmatrix}\sim
\begin{bmatrix}8 & 0 & 4\\
4 & 2 & 4\\
0 & 0 & 0\end{bmatrix}\sim
\begin{bmatrix}2 & 0 & 1\\
2 & 1 & 2\\
0 & 0 & 0\end{bmatrix}\sim
\begin{bmatrix}2 & 0 & 1\\
0 & 1 & 1\\
0 & 0 & 0\end{bmatrix}
\]

Luego, \(x=-\frac{1}{2}\mu\), \(y=-\mu\) y \(z=\mu\), por tanto, el subespacio asociado al autovalor \(\lambda=-3\) es \(\mathcal{C}_{-3}=\mathbf{Gen}\{[-1,-2,2]\}\)


Ejercicio: Determinar los autovectores del autovalor \(\lambda=-1\) de la matriz \[\begin{bmatrix}5 & 0 & 4\\ 4 & -1 & 4\\ -8 & 0 & -7\end{bmatrix}\]

Para calcular los autovectores del autovalor \(\lambda=-1\), planteamos el sistema

\[(A-\lambda I_3)X=0\to \begin{bmatrix}1+5 & 0 & 4\\
4 & -1+1 & 4\\
-8 & 0 & -7+1\end{bmatrix}\begin{bmatrix}x\\ y\\ z\end{bmatrix}=\begin{bmatrix}0\\ 0\\ 0\end{bmatrix}\]

Utilicemos las matrices como hecho en casos anteriores para resolver este sistema:
\[\begin{bmatrix}6 & 0 & 4\\
4 & 0 & 4\\
-8 & 0 & -6\end{bmatrix}\sim
\begin{bmatrix}3 & 0 & 2\\
1 & 0 & 1\\
-4 & 0 & -3\end{bmatrix}\sim
\begin{bmatrix}0 & 0 & -1\\
1 & 0 & 1\\
-4 & 0 & -3\end{bmatrix}
\]

Luego, \(x=0\) y \(z=0\), por tanto el subespacio asociado al autovalor \(\lambda=-1\) es \(\mathcal{C}_{-1}=\mathbf{Gen}\{[0,1,0]\}\)


Ejercicio: Determinar los autovectores del autovalor \(\lambda=-1\) de la matriz \[\begin{bmatrix}4 & 0 & -3\\ 3 & -1 & 3\\ 6 & 0 & 5\end{bmatrix}\]

El único autovalor real es \(\lambda=-1\), luego el autovector será la base del subespacio dado por \[\begin{bmatrix}5 & 0 & -3\\ 3 & 0 & 3\\ 6 & 0 & 6\end{bmatrix}\begin{bmatrix}x \\ y\\ z\end{bmatrix}=\begin{bmatrix}0 \\ 0\\ 0\end{bmatrix}\]

Mediante operaciones elementales, el sistema anterior es equivalente a \[\begin{bmatrix}1 & 0 & 0\\
1 & 0 & 1\\ 0 & 0 & 0\end{bmatrix}\begin{bmatrix}x \\ y\\ z\end{bmatrix}=\begin{bmatrix}0 \\ 0\\ 0\end{bmatrix}\]

Luego, \(x=0\) y \(z=0\), por tanto el subespacio asociado al autovalor \(\lambda=-1\) es \(\mathcal{C}_{-1}=\mathbf{Gen}\{[0,1,0]\}\)


Ejercicio: Dados los autovectores de la matriz \[\begin{bmatrix}-4 & 0 & -3\\
3 & -1 & 3\\
6 & 0 & 5\end{bmatrix}\] del mayor autovalor real, ¿cuál es el producto escalar de [1,1,1] por uno de dichos vectores unitarios?.

Calculando el polinomio característico, obtenemos: \(-\lambda^3+3\lambda+2=0\), esto da las soluciones \(\lambda=2\) y \(\lambda=-1\). Así pues, el mayor autovalor real es \(\lambda=2\).

Mediante operaciones elementales, el sistema anterior es equivalente a \[\begin{bmatrix}1 & 0 & \frac{1}{2}\\
0 & -1 & \frac{1}{2}\\ 0 & 0 & 0\end{bmatrix}\begin{bmatrix}x \\ y\\ z\end{bmatrix}=\begin{bmatrix}0 \\ 0\\ 0\end{bmatrix}\]

Luego, \(x=\mu\frac{-1}{2}\), \(y=\mu\frac{1}{2}\) y \(z=\mu\), por tanto, el subespacio asociado al autovalor \(\lambda=2\) es \(\mathcal{C}_{2}=\mathbf{Gen}\{[-1,1,2]\}\)

Ahora solo tenemos que calcular \[\frac{1}{\|[-1,1,2]\|}([1,1,1]\bullet[-1,1,2])=\frac{\sqrt{6}}{3}\]


Ejercicio: Determinar los autovectores del autovalor \(\lambda=1\) de la matriz \[\begin{bmatrix}5 & 0 & 4\\ 4 & -1 & 4\\ -8 & 0 & -7\end{bmatrix}\]

Para calcular los autovectores del autovalor \(\lambda=1\), planteamos el sistema

\[(A-\lambda I_3)X=0\to \begin{bmatrix}5-1 & 0 & 4\\
4 & -1-1 & 4\\
-8 & 0 & -7-1\end{bmatrix}\begin{bmatrix}x\\ y\\ z\end{bmatrix}=\begin{bmatrix}0\\ 0\\ 0\end{bmatrix}\]

Utilicemos las matrices como hecho en casos anteriores para resolver este sistema:
\[\begin{bmatrix}4 & 0 & 4\\
4 & -2 & 4\\
-8 & 0 & -8\end{bmatrix}\sim
\begin{bmatrix}4 & 0 & 4\\
0 & -2 & 0\\
0 & 0 & 0\end{bmatrix}\sim
\begin{bmatrix}1 & 0 & 1\\
0 & 1 & 0\\
0 & 0 & 0\end{bmatrix}
\]

Luego, \(y=0\) y \(x=-z\), por tanto, el subespacio asociado al autovalor \(\lambda=1\) es \(\mathcal{C}_{1}=\mathbf{Gen}\{[-1,0,1]\}\)


Podéis ver más ejemplos en Linear Algebra/Eigenvalues and Eigenvectors.


Aplicación

A continuación, un documento con el planteamiento de un problema aplicado a la biotecnología (Dinámica Poblacional en Fotobiorreactores), donde buscamos predecir la densidad poblacional total tras \(k = 5\) días de cultivo de una población de microalgas, junto con su solución detallada paso a paso:

 

  • Autovalores, Autovectores y Dinámica Poblacional en Fotobiorreactores

Bibliografía

  • Capítulo 5 de Álgebra lineal y sus aplicaciones. 5º edición, David C. Lay. Pearson. 2016.

Ejercicio: ¿Cuántos autovalores distintos tiene la matriz dada? \[\begin{bmatrix}1&0&0&1\\0&1&2&-1\\ 0&1&-1&0\\ 0&2&0&-1\end{bmatrix}\]

  • 2
  • 3
  • 4


A.)

Queremos hallar los autovalores de la matriz $A$:

$$A = \begin{bmatrix} 1 & 0 & 0 & 1 \\ 0 & 1 & 2 & -1 \\ 0 & 1 & -1 & 0 \\ 0 & 2 & 0 & -1 \end{bmatrix}$$

Recuerda que los autovalores $\lambda$ son las raíces del **polinomio característico**, definido por la ecuación:

$$\det(A – \lambda I) = 0$$

—

### Paso 1: Construir la matriz $A – \lambda I$

Restamos $\lambda$ a la diagonal principal de la matriz $A$:

$$A – \lambda I = \begin{bmatrix} 1-\lambda & 0 & 0 & 1 \\ 0 & 1-\lambda & 2 & -1 \\ 0 & 1 & -1-\lambda & 0 \\ 0 & 2 & 0 & -1-\lambda \end{bmatrix}$$

—

### Paso 2: Desarrollar el determinante $4 \times 4$

Para calcular $\det(A – \lambda I)$, observamos la **primera columna**. Salvo el primer elemento, todos los demás son ceros:

$$\begin{bmatrix} \mathbf{1-\lambda} & 0 & 0 & 1 \\ \mathbf{0} & 1-\lambda & 2 & -1 \\ \mathbf{0} & 1 & -1-\lambda & 0 \\ \mathbf{0} & 2 & 0 & -1-\lambda \end{bmatrix}$$

Desarrollando los adjuntos por esta primera columna, el determinante de $4 \times 4$ se reduce directamente al producto del elemento $(1-\lambda)$ por el subdeterminante de $3 \times 3$ resultante:

$$\det(A – \lambda I) = (1-\lambda) \cdot \det \begin{bmatrix} 1-\lambda & 2 & -1 \\ 1 & -1-\lambda & 0 \\ 2 & 0 & -1-\lambda \end{bmatrix}$$

—

### Paso 3: Calcular el subdeterminante de $3 \times 3$

Llamemos $M$ a la submatriz de $3 \times 3$:

$$M = \begin{bmatrix} 1-\lambda & 2 & -1 \\ 1 & -1-\lambda & 0 \\ 2 & 0 & -1-\lambda \end{bmatrix}$$

Podemos calcular $\det(M)$ desarrollando por adjuntos. Para que el cálculo sea lo más sencillo posible, elegimos una fila o columna que contenga el mayor número posible de ceros. En este caso, elegiremos la segunda fila $\begin{bmatrix} 1 & -1-\lambda & 0 \end{bmatrix}$.

—

#### Paso 3.1: Recordar los signos de la matriz de adjuntos

Los signos asociados a cada posición vienen dados por $(-1)^{i+j}$:

Para la segunda fila, los signos corresponden a: $(-, +, -)$.

—

#### Paso 3.2: Aplicar la fórmula del desarrollo por la fila 2

La fórmula del desarrollo por adjuntos para la fila 2 es:

$$\det(M) = a_{21} C_{21} + a_{22} C_{22} + a_{23} C_{23}$$

donde $a_{ij}$ son los elementos de la fila y $C_{ij}$ sus respectivos adjuntos.

1. Primer elemento ($a_{21} = 1$), signo negativo:
Eliminamos fila 2 y columna 1:

$$a_{21} C_{21} = -1 \cdot \det \begin{bmatrix} 2 & -1 \\ 0 & -1-\lambda \end{bmatrix}$$

Calculamos el determinante de $2 \times 2$:

$$2(-1-\lambda) – 0(-1) = -2 – 2\lambda = -2(1+\lambda)$$

Multiplicando por el $-1$ exterior:

$$a_{21} C_{21} = -1 \cdot [-2(1+\lambda)] = 2(1+\lambda)$$

2. Segundo elemento ($a_{22} = -1-\lambda$), signo positivo:
Eliminamos fila 2 y columna 2:

$$a_{22} C_{22} = +(-1-\lambda) \cdot \det \begin{bmatrix} 1-\lambda & -1 \\ 2 & -1-\lambda \end{bmatrix}$$

Calculamos el determinante de $2 \times 2$:

$$(1-\lambda)(-1-\lambda) – 2(-1) = -(1-\lambda)(1+\lambda) + 2$$

Aplicamos suma por diferencia ($1-\lambda^2$):

$$-(1-\lambda^2) + 2 = \lambda^2 – 1 + 2 = \lambda^2 + 1$$

Por lo tanto:

$$a_{22} C_{22} = (-1-\lambda)(\lambda^2 + 1) = -(1+\lambda)(\lambda^2 + 1)$$

3. Tercer elemento ($a_{23} = 0$), signo negativo:
Como el elemento es $0$, no hace falta calcular su adjunto:

$$a_{23} C_{23} = 0$$

—

#### Paso 3.3: Sumar los términos y factorizar

Sumamos los resultados obtenidos en los tres pasos:

$$\det(M) = 2(1+\lambda) – (1+\lambda)(\lambda^2 + 1)$$

Sacamos factor común $(1+\lambda)$:

$$\det(M) = (1+\lambda) \left[ 2 – (\lambda^2 + 1) \right]$$

$$\det(M) = (1+\lambda) (1 – \lambda^2)$$

Finalmente,

$$\det(M) = (1+\lambda) (1-\lambda) (1+\lambda) = (1-\lambda)(1+\lambda)^2$$

—

### Paso 4: Ecuación característica y solución

Sustituimos $\det(M)$ en la expresión del determinante general:

$$\det(A – \lambda I) = (1-\lambda) \cdot \det(M) = (1-\lambda) \cdot (1-\lambda)(1+\lambda)^2 = (1-\lambda)^2 (1+\lambda)^2$$

Igualamos el polinomio característico a cero para calcular los autovalores:

$$(1-\lambda)^2 (1+\lambda)^2 = 0$$

De esta ecuación extraemos directamente los factores:

1. $(1-\lambda)^2 = 0 \implies \lambda = 1$ (con **multiplicidad algebraica 2**)
2. $(1+\lambda)^2 = 0 \implies \lambda = -1$ (con **multiplicidad algebraica 2**)

—

### Conclusión

Los autovalores de la matriz $A$ son:

$$\lambda_1 = 1 \quad \text{y} \quad \lambda_2 = -1$$

ambos con multiplicidad 2.

MathBio: Sistemas de ecuaciones y mínimos cuadrados

Posted on 8 de octubre de 2026

Recordad que aprendimos cómo deducir las ecuaciones implícitas de una variedad afín, en concreto de una recta y de un plano. Determinar los puntos que pertenece a una variedad es equivalente a…

MathBio: Aplicaciones lineales

Posted on 7 de octubre de 2026

En matemáticas una aplicación lineal, es una aplicación entre dos espacios vectoriales, que preserva las operaciones de adición de vectores y multiplicación por un escalar. Sean \({\displaystyle V}\) y \({\displaystyle W}\) espacios…

MathBio: Álgebra con Maxima

Posted on 5 de octubre de 2026

Hoy nos iniciamos en un sistema para la manipulación de expresiones simbólicas y numéricas, Maxima. Un herramienta informática que nos ayudará a resolver problemas de la asignatura de forma sencilla y aplicada….

MathBio: Aplicación de los determinantes

Posted on 1 de octubre de 2026

Ejercicio: Dada la matriz \[A=\begin{bmatrix} 2 & 4 & 1 & 12 \\ -1 & 1 & 0 & 3 \\ 0 & -1 & 9 & -3 \\ 7 & 3…

MathBio: Bases y subespacios vectoriales

Posted on 30 de septiembre de 2026

El pasado día definimos un espacio vectorial como un conjunto de elementos, que llamaremos vectores, que cumple determinadas propiedades respecto de un cuerpo, en nuestro caso \(\mathbb{R}\), los números reales. Veamos ciertas…

MathBio: Inversa de una matriz y Determinantes.

Posted on 24 de septiembre de 2026

Inversa de una matriz Definimos la inversa de una matriz cuadrada \(A=[a_{ij}]\in \mathcal{M}_{n}(\mathbb{R})\) como la matriz \(B=[b_{ij}]\in \mathcal{M}_{n}(\mathbb{R})\) tal que \[AB=BA=I_n.\] El procedimiento que damos para calcular la inversa, es el de…

MathBio: Matrices

Posted on 23 de septiembre de 2026

Veamos un ejemplo que utilizaremos con frecuencia de espacio vectorial, el de las matrices, donde veremos: Definición Matriz columna, matriz fila Matriz: traspuesta, identidad, cuadrada, triángular… Operaciones con matrices Suma de matrices…

MathBio: Espacios vectoriales

Posted on 17 de septiembre de 2026

En álgebra lineal, un espacio vectorial (o también llamado espacio lineal) es una estructura algebraica creada a partir de un conjunto no vacío, una operación interna (llamada suma, definida para los elementos…

MathBio: Presentación

Posted on 16 de septiembre de 2026

En la presentación de la asignatura, Matemáticas aplicadas a la biotecnología, tratamos: Presentación Objetivos de la asignatura Metodología y Evaluación Prácticas Bibliografía Objetivos, Metodología y Evaluación Se detallan en la guía que…

Paginación de entradas

1 2 Siguientes

Novela

La Loba, la lucha fraticida por un reino

La Loba, la lucha fratricida por un reino.

Urraca, señora de Zamora, acusada de instigar la muerte de su hermano, el rey Sancho de Castilla, deberá defenderse de la acusación, al tiempo que luchará por mantener la cohesión entre los hermanos y los reinos cristianos: una lobera de fieros lobeznos.

👉 En amazon

Entradas recientes

  • ALG: Subespacios vectoriales
  • MathBio: Autovectores y autovalores
  • ALG: Espacios vectoriales
  • ALG: Conjuntos y Aplicaciones
  • MathBio: Sistemas de ecuaciones y mínimos cuadrados
octubre 2026
L M X J V S D
 1234
567891011
12131415161718
19202122232425
262728293031  
« Sep    
  • álgebra
  • bioestadistica
  • matematica discreta
  • mathbio

Prácticas mathbio Prácticas álgebra

Meta

  • Acceder
  • Feed de entradas
  • Feed de comentarios
  • WordPress.org
©2026 Diario de clases | Diseño: Tema de WordPress Newspaperly