Calculadora de valores propios

Calculadora de valores propios

Obtén explicaciones de IA del polinomio característico, vectores propios, raíces repetidas y complejas. Comprueba Av=λv.

Escribe o sube un problemaExplicaciones desarrolladasSin registro
Introducir problema

eigenvalue calculator

Av = λv

Polinomio característico

Vectores y espacios propios

Valores propios repetidos

eigenvalue calculator

Calculadora de valores propios

Obtén explicaciones de IA del polinomio característico, vectores propios, raíces repetidas y complejas. Comprueba Av=λv. Conserva fracciones y evita redondear pronto. La IA puede equivocarse; verifica los cálculos importantes.

Entrada de textoSubir imagen

eigenvalue calculator

Elige la operación

Obtén explicaciones de IA del polinomio característico, vectores propios, raíces repetidas y complejas. Comprueba Av=λv.

01p(λ) = det(λI − A)

Polinomio característico

Resuelve det(λI−A)=0 y comprueba los coeficientes con la traza y el determinante.

02(A − λI)v = 0

Vectores y espacios propios

Resuelve (A−λI)v=0 y elige vectores no nulos.

031 ≤ dim Eλ ≤ mλ

Valores propios repetidos

La multiplicidad algebraica puede superar la dimensión del espacio propio.

04A = PDP⁻¹

Raíces complejas y diagonalización

Una matriz real puede tener raíces complejas; se necesita una base de vectores propios para diagonalizar.

Método

Cómo introducir y comprobar el problema

Conserva fracciones y evita redondear pronto. La IA puede equivocarse; verifica los cálculos importantes.

  1. 1

    Introduce la matriz completa

    A ∈ ℝⁿˣⁿ

    Cada corchete interior es una fila. Conserva signos y fracciones e incluye b si resuelves Ax=b.

  2. 2

    Indica la operación

    det(A − λI) = 0

    Pide un método concreto y especifica si trabajas sobre los reales o los complejos.

  3. 3

    Revisa los pasos

    v ∈ ker(A − λI), v ≠ 0

    Comprueba cada operación de fila y las variables libres con la matriz original.

  4. 4

    Verifica el resultado

    Av − λv = 0

    Sustituye en la ecuación original o comprueba el producto y cada par propio.

Conserva fracciones y evita redondear pronto. La IA puede equivocarse; verifica los cálculos importantes.

Referencia

Fórmulas y condiciones

Conserva fracciones y evita redondear pronto. La IA puede equivocarse; verifica los cálculos importantes.

Par propio

Av = λv, v ≠ 0

Resuelve (A−λI)v=0 y elige vectores no nulos.

Polinomio 2×2

p(λ) = λ² − tr(A)λ + det(A)

Resuelve det(λI−A)=0 y comprueba los coeficientes con la traza y el determinante.

Suma y producto

Σλᵢ = tr(A); ∏λᵢ = det(A)

λ₁, …, λₙ; La multiplicidad algebraica puede superar la dimensión del espacio propio.

Diagonalización

AP = PD

Una matriz real puede tener raíces complejas; se necesita una base de vectores propios para diagonalizar.

Ejemplo

Ejemplos resueltos

Conserva fracciones y evita redondear pronto. La IA puede equivocarse; verifica los cálculos importantes.

Ejemplo 1

Av = λv; A = [[3,1],[0,2]]

Dos valores propios distintos y verificación de cada par.

  1. p(λ) = (λ−3)(λ−2)
  2. λ = 3: (A−3I)v = 0 ⇒ v = t[1,0], t ≠ 0
  3. λ = 2: (A−2I)v = 0 ⇒ v = t[−1,1], t ≠ 0

Resultado: λ = 3: E₃ = span{[1,0]}; λ = 2: E₂ = span{[−1,1]}

Comprobación: A[1,0] = 3[1,0]; A[−1,1] = 2[−1,1]

Ejemplo 2

Av = λv; A = [[2,1],[0,2]]

Raíz doble con un solo vector propio independiente: no diagonalizable.

  1. p(λ) = (λ−2)²
  2. A−2I = [[0,1],[0,0]] ⇒ v = t[1,0], t ≠ 0
  3. dim ker(A−2I) = 1 < 2

Resultado: λ = 2; dim E₂ = 1; A ≠ PDP⁻¹

Comprobación: A[1,0] = 2[1,0]; 2+2 = 4; 2·2 = 4

Ejemplo 3

Av = λv; A = [[0,−1],[1,0]]

La rotación tiene dos raíces complejas y ninguna real.

  1. p(λ) = λ² + 1
  2. λ = i: v = [1,−i]; λ = −i: v = [1,i]
  3. ℝ: ∄ λ; ℂ: λ = ±i

Resultado: ℂ: λ = ±i; Eᵢ = span{[1,−i]}, E₋ᵢ = span{[1,i]}

Comprobación: A[1,−i] = [i,1] = i[1,−i]; i+(−i) = 0; i(−i) = 1

Errores frecuentes que conviene vigilar

Conserva fracciones y evita redondear pronto. La IA puede equivocarse; verifica los cálculos importantes.

Dimensiones incompatibles

Determinantes y valores propios requieren matrices cuadradas; revisa las dimensiones del producto.

Signos o factores perdidos

Registra intercambios, escalados y signos de cofactores.

Omitir la verificación

Sustituye el resultado; un vector propio nunca es el vector cero.