- 1

Álgebra lineal: la base de la IA
01:33 - 2

Qué es un vector y cómo graficarlo
06:38 - 3

Suma, resta y multiplicación de vectores
12:56 - 4

Combinaciones lineales: construir planos con vectores
08:35 - 5

Independencia lineal: cuándo un vector es redundante
08:32 - 6

Producto punto: cómo medir alineación vectorial
09:20 - 7

Cómo calcular la norma de un vector
08:54 - 8

Ángulo exacto entre dos vectores con producto punto
08:04
Ecuación característica: hallar eigenvalores y eigenvectores
Clase 28 de 29 • Curso de Álgebra Lineal: Fundamentos y Aplicaciones
Contenido del curso
- 14

Sistemas de ecuaciones como Ax = b
06:55 - 15

Espacio columna vs espacio nulo en Ax=b
10:50 - 16

Ortogonalidad entre espacio fila y espacio nulo
05:32 - 17

Eliminación gaussiana paso a paso
11:48 - 18

Teorema rango-nulidad: conservación dimensional
09:18 - 19

Diagnóstico de sistemas: rangos y tipos de solución
11:06 - 20

Proyección ortogonal: mejor aproximación cuando AX=b no tiene solución
10:50 - 21

Gram-Schmidt: base torcida a ortonormal
14:11 - 22

Mínimos cuadrados para datos con ruido
16:10
Aprende a encontrar eigenvalores y eigenvectores de matrices cuadradas con un método claro y directo: partir de Av = λv, reescribirlo como (A − λI)v = 0, y resolver con el determinante. Verás la idea geométrica del colapso del espacio, un ejemplo 2x2 completo y un reto final para consolidar lo aprendido.
¿Cómo se llega a la ecuación característica?
El punto de partida es la ecuación conocida A v = λ v. Para aislar λ, se mueve λv al lado izquierdo y se agrupa como (A − λI) v = 0. Aquí la matriz identidad I permite “convertir” el escalar λ en λI y así operar con matrices. La clave es que, para que exista un eigenvector no nulo v, la matriz A − λI debe ser singular, lo que equivale a que su determinante sea cero. Esto define la ecuación característica: det(A − λI) = 0.
- Reordenar Av = λv para formar (A − λI)v = 0.
- Usar la matriz identidad para escribir λ como λI.
- Condición de existencia: matriz singular si det(A − λI) = 0.
- Interpretación geométrica: A − λI colapsa el espacio cuando su determinante es cero.
- Resultado: la ecuación característica da los eigenvalores.
¿Qué habilidades y palabras clave se practican?
- Manipulación algebraica de ecuaciones matriciales.
- Uso de la matriz identidad en restas con escalares.
- Cálculo de determinantes 2x2.
- Resolución de sistemas homogéneos para hallar eigenvectores.
- Lectura geométrica del determinante como área y colapso del espacio.
¿Cómo se resuelve el ejemplo 2x2 paso a paso?
Se trabaja con la matriz A = [3 0; 1 2]. Primero se hallan los eigenvalores con la ecuación característica y luego los eigenvectores resolviendo (A − λI)v = 0.
¿Qué eigenvalores salen de det(A − λI) = 0?
- A − λI = [3 − λ, 0; 1, 2 − λ].
- det(A − λI) = (3 − λ)(2 − λ) − 0.
- Ecuación característica: (3 − λ)(2 − λ) = 0.
- Eigenvalores: λ1 = 3 y λ2 = 2.
¿Cómo se obtienen los eigenvectores de cada λ?
- Para λ = 3: se resuelve el sistema (A − 3I)v = 0. De acuerdo con el desarrollo mostrado, un eigenvector elegido es v1 = (1, 0).
- Para λ = 2: se resuelve (A − 2I)v = 0. Un eigenvector posible según el procedimiento es v2 = (−1, 1).
- Ideas clave: vector no nulo, sistema homogéneo, grados de libertad y elección de un representante.
¿Qué aportan la animación y el reto final?
La animación ilustra cómo la transformación A − λI “aplasta” el plano: cuando el determinante se acerca a cero, el área desaparece y queda una línea. Se observa el cambio de signo del determinante al cambiar la orientación. En ese ejemplo visual, los eigenvalores que hacen det(A − λI) = 0 aparecen como 1 y 4 para una matriz distinta a la del ejercicio resuelto.
- Visualización del colapso: línea sin área cuando det = 0.
- Lectura del signo del determinante y cambio de dirección.
- Identificación de eigenvalores en la gráfica cuando el determinante cruza por cero.
Para practicar, resuelve la matriz de inclinación hacia la derecha M = [1 0; 1 1]: calcula sus eigenvalores y eigenvectores usando det(M − λI) = 0 y comparte tus resultados en los comentarios.