Autovalores y autovectores

Encontrar modos propios, ejes principales y estados característicos. Teoría, fórmulas, ejemplos resueltos y gráficas interactivas.

Que es

Un autovector de una matriz cuadrada A es un vector no nulo v que, al ser transformado por A, no cambia de dirección: solo se escala. Ese factor de escala es el autovalor λ asociado, y ambos satisfacen la ecuación Av = λv. Encontrar autovalores y autovectores significa buscar las direcciones privilegiadas de una transformación lineal, aquellas donde el efecto de A se reduce a un simple estiramiento, compresión o inversión de signo.

Esta herramienta convierte una transformación multidimensional aparentemente complicada en un conjunto de comportamientos unidimensionales independientes, uno por cada autovector. En vez de seguir como se mezclan las coordenadas bajo A, basta con seguir como se escala cada autovector.

Por qué aparece en física

Aparece porque muchos sistemas físicos se describen mediante matrices que actúan sobre vectores de estado, posición o velocidad, y el comportamiento natural del sistema queda determinado por sus direcciones invariantes. En oscilaciones acopladas, los autovectores son los modos normales, es decir, las combinaciones de coordenadas que oscilan de forma sincronizada con una única frecuencia propia relacionada con el autovalor.

También aparece en mecánica del sólido rígido, donde los autovectores del tensor de inercia son los ejes principales de rotación, y en mecánica cuántica, donde los autovalores de un operador representan los valores posibles de una medida física y los autovectores son los estados asociados a esa medida. En estabilidad de sistemas dinámicos, el signo y magnitud de los autovalores determina si una perturbación crece, decae u oscila.

Idea visual o geométrica

La idea visual es esta: aplica una transformación lineal a un conjunto de vectores dispuestos como una circunferencia. La mayoría cambia de dirección y de longitud, pero existen direcciones especiales donde el vector transformado queda sobre la misma recta que el original, solo mas largo, mas corto o invertido. Esas rectas son las direcciones propias, y el factor de cambio de longitud es el autovalor.

Cuando una matriz tiene varios autovectores independientes, esas direcciones actúan como unos ejes naturales del sistema: si describes el problema usando esos ejes en vez de los ejes originales, la transformación se vuelve diagonal y cada coordenada evoluciona por separado.

Lenguaje simbólico mínimo

En símbolos, se busca λ y v ≠ 0 tales que Av = λv, lo que equivale a (A − λI)v = 0. Para que exista una solución no trivial, el determinante de (A − λI) debe ser cero: det(A − λI) = 0. Esta ecuación es el polinomio característico de A, y sus raíces son los autovalores.

Una vez conocido un autovalor λ, el autovector correspondiente se obtiene resolviendo el sistema homogéneo (A − λI)v = 0, es decir, encontrando el espacio nulo de la matriz A − λI. Los autovectores quedan definidos salvo un factor de escala, por lo que suelen normalizarse a longitud uno.

Que significa el resultado

El resultado significa que, si el sistema se encuentra exactamente en la dirección de un autovector, su evolución bajo A es la más simple posible: una multiplicación directa por λ. Un autovalor mayor que uno en modulo indica crecimiento en esa dirección, uno menor que uno indica atenuación, uno negativo indica inversión de signo en cada aplicación, y un autovalor complejo señala un comportamiento oscilatorio o rotacional.

En sistemas físicos, el conjunto completo de autovalores describe el comportamiento cualitativo global: frecuencias propias de vibración, estabilidad de un equilibrio, o valores posibles de una magnitud cuántica medible. Si no puedes decir que representa físicamente cada autovalor y cada autovector, el cálculo todavía no está interpretado.

Cuando no debes usarlo

No debes usar esta herramienta cuando la matriz no es cuadrada, ya que la ecuación Av = λv no tiene sentido dimensional en ese caso. Tampoco debes suponer que toda matriz cuadrada tiene tantos autovectores independientes como su tamaño: algunas matrices son defectuosas y no se pueden diagonalizar, aunque siempre tengan autovalores.

Tampoco conviene forzar autovalores reales cuando el problema físico exige explícitamente comportamiento oscilatorio y la matriz produce autovalores complejos: en ese caso, la parte real describe crecimiento o decaimiento y la parte imaginaria describe la frecuencia de oscilación, y ambas deben interpretarse juntas.

Resumen operativo

Plantea (A − λI)v = 0, resuelve el polinomio característico para obtener los autovalores, y para cada autovalor resuelve el sistema homogéneo para obtener el autovector asociado. Verifica cada par sustituyendo directamente en Av = λv. Interpreta cada autovalor como un factor de escala físico y cada autovector como una dirección invariante del sistema.

Procedimiento

Antes de calcular

Verifica primero que la matriz A sea cuadrada, ya que solo las matrices cuadradas tienen autovalores y autovectores en el sentido estándar. Identifica el tamaño de la matriz y anticipa cuantos autovalores puede tener como máximo: una matriz n×n tiene como máximo n autovalores, contando multiplicidad y permitiendo valores complejos.

Decide también si el contexto físico exige autovalores reales (por ejemplo, frecuencias o energías medibles) o admite autovalores complejos (por ejemplo, sistemas con amortiguamiento o rotación).

Paso 1: identifica el objeto matemático

El objeto matemático central es el polinomio característico p(λ) = det(A − λI). Antes de calcular nada, reconoce que buscas las raíces de ese polinomio, no una solución numérica directa de un sistema lineal ordinario.

Si la matriz es simétrica, anticipa que todos sus autovalores serán reales y que existe una base ortogonal de autovectores; si no lo es, prepárate para la posibilidad de autovalores complejos conjugados.

Paso 2: elige la operación

Para matrices 2×2, usa el atajo λ^2 − (traza de A) λ + det(A) = 0, que evita desarrollar el determinante a mano. Para matrices 3×3 o mayores, desarrolla el determinante de A − λI por cofactores, agrupando los términos en λ con cuidado.

Una vez obtenido el polinomio característico, la operación siguiente es resolverlo para λ: factorización, fórmula cuadrática o búsqueda de raíces racionales, según el grado.

Paso 3: conserva unidades y signos

Resta λ únicamente de los elementos de la diagonal principal de A: la matriz A − λI se forma restando la matriz identidad multiplicada por λ, no un escalar suelto de un solo elemento. Un error de signo en este paso invalida todo el cálculo posterior.

Si las entradas de A tienen unidades físicas (por ejemplo, un tensor de inercia o una matriz de acoplamiento con constantes elásticas), los autovalores heredan esas unidades, y conviene comprobar que el resultado final tiene sentido dimensional.

Paso 4: calcula

Para cada raíz λ del polinomio característico, sustituye en (A − λI)v = 0 y resuelve el sistema homogéneo resultante. La matriz A − λI es singular para ese λ por construcción, así que el sistema siempre tiene infinitas soluciones proporcionales entre si.

Elige un parámetro libre, expresa las demás componentes en función de ese parámetro y escribe el autovector con el valor más simple posible para ese parámetro, normalmente 1. Normaliza a longitud uno solo si el problema lo exige explícitamente.

Paso 5: interpreta el resultado

Sustituye el par (λ, v) obtenido directamente en Av = λv y comprueba que ambos lados coinciden componente a componente. Esta verificación detecta errores de signo o de álgebra antes de aceptar el resultado como definitivo.

Traduce después cada autovalor y autovector al lenguaje físico del problema: frecuencia propia, eje principal, estado propio o tasa de crecimiento, según corresponda al contexto.

Checklist de autocontrol

Comprueba que la matriz es cuadrada, que el polinomio característico tiene el grado correcto, que cada autovector satisface Av = λv, y que puedes decir con palabras que representa físicamente cada autovalor obtenido. Si algún autovalor es complejo, comprueba si el problema físico lo permite o si señala oscilación en vez de crecimiento puro.

Ejemplo guiado

Situación física

Dos masas iguales conectadas por resortes oscilan de forma acoplada. Su dinámica está descrita por una matriz A = [[2, −1], [−1, 2]] (en unidades donde k/m = 1), que relaciona la aceleración de restitución con las posiciones de ambas masas. El objetivo es encontrar los modos normales de oscilación, es decir, las combinaciones de coordenadas que oscilan de forma sincronizada.

Traducción matemática

Buscar los modos normales equivale a encontrar los autovalores y autovectores de A. Cada autovalor será proporcional al cuadrado de una frecuencia propia, y cada autovector describirá como se mueven las dos masas una respecto de la otra en ese modo.

Calculo paso a paso

El polinomio característico es λ^2 − (traza) λ + det(A) = λ^2 − 4λ + 3, cuyas raíces son λ = 1 y λ = 3. Para λ = 1, el sistema (A − I)v = 0 da la ecuación v1 − v2 = 0, es decir, v = (1, 1): las dos masas se mueven juntas, en fase. Para λ = 3, el sistema (A − 3I)v = 0 da v1 + v2 = 0, es decir, v = (1, −1): las masas se mueven en direcciones opuestas, en contrafase.

Lectura del resultado

El autovalor menor, λ = 1, corresponde al modo más lento, donde ambas masas oscilan juntas sin comprimir el resorte central. El autovalor mayor, λ = 3, corresponde al modo más rápido, donde el resorte central se comprime y estira al máximo, aumentando la frecuencia propia. La frecuencia de cada modo es proporcional a la raíz cuadrada del autovalor correspondiente.

Error común evitado

Se evita tratar el sistema acoplado coordenada por coordenada, lo que produciría ecuaciones diferenciales mezcladas e imposibles de resolver por separado. Al cambiar a la base de autovectores, cada modo se desacopla y se resuelve como un oscilador independiente.

Ejemplo inverso

Resultado dado

Un sistema tiene un autovalor λ = 0 con autovector v = (1, 1, 1).

Que pregunta física permite responder

Un autovalor cero indica una dirección donde la transformación colapsa: cualquier vector proporcional a (1, 1, 1) se envía al vector cero. Físicamente, esto suele señalar un modo sin restitución, una dirección de equilibrio neutro, o una cantidad conservada en un problema de estabilidad, donde una perturbación en esa dirección concreta no genera ninguna fuerza de retorno ni de crecimiento.

Errores frecuentes

Error 1: suponer que toda matriz cuadrada se puede diagonalizar

Parece razonable porque el procedimiento para encontrar autovalores es el mismo en todos los casos. Falla porque algunas matrices son defectuosas: tienen un autovalor con multiplicidad algebraica mayor que su multiplicidad geométrica, y no proporcionan suficientes autovectores independientes. Se detecta comparando el número de autovectores linealmente independientes obtenidos con el tamaño de la matriz. Se corrige reconociendo que esas matrices requieren una base ampliada de vectores propios generalizados en vez de diagonalización simple. Mini-ejemplo: una matriz con un bloque de Jordan no diagonal produce menos autovectores que dimensiones tiene.

Error 2: olvidar que un autovector está definido salvo escala

Parece razonable esperar una respuesta única para cada autovector. Falla porque cualquier múltiplo no nulo de un autovector sigue siendo autovector del mismo autovalor. Se detecta si dos soluciones aparentemente distintas resultan ser proporcionales entre si. Se corrige normalizando por convención o dejando explícito el parámetro libre. Mini-ejemplo: (1, 2) y (2, 4) son el mismo autovector expresado con distinta escala.

Error 3: confundir el orden de los autovalores con su importancia física

Parece razonable ordenar los autovalores de mayor a menor sin más. Falla porque en algunos problemas el autovalor mas relevante físicamente es el más pequeño, como el modo fundamental de oscilación, y en otros es el más grande, como la dirección de máxima varianza. Se detecta preguntando que representa físicamente cada autovalor antes de ordenar. Se corrige interpretando el significado físico de cada uno en el contexto del problema, no solo su magnitud. Mini-ejemplo: en modos normales, el autovalor más pequeño suele dar la frecuencia fundamental, no el modo dominante en energía.

Error 4: ignorar autovalores complejos cuando aparecen

Parece razonable descartar soluciones complejas por parecer poco físicas. Falla porque en sistemas con rotación, amortiguamiento u oscilación, los autovalores complejos son la norma y contienen informacion física real en su parte real e imaginaria. Se detecta comprobando si la matriz es simétrica, lo que garantiza autovalores reales, o si no lo es. Se corrige interpretando la parte real como crecimiento o decaimiento y la parte imaginaria como frecuencia de oscilación. Mini-ejemplo: un par de autovalores complejos conjugados en un sistema dinámico indica una espiral, no un punto fijo simple.

Error 5: sustituir mal en (A − λI)v = 0

Parece razonable restar λ solo de un elemento de la matriz. Falla porque λ debe restarse únicamente de los elementos de la diagonal principal, ya que se resta la matriz identidad multiplicada por λ, no un escalar suelto. Se detecta comprobando que la matriz resultante siga siendo cuadrada y que solo la diagonal haya cambiado. Se corrige escribiendo explícitamente A − λI antes de sustituir el autovalor. Mini-ejemplo: restar λ de un elemento fuera de la diagonal invalida todo el cálculo posterior.

Regla rápida de detección

Si el número de autovectores independientes es menor que el tamaño de la matriz, si dos autovectores "distintos" resultan proporcionales, o si se descarta un autovalor complejo sin comprobar si el problema lo permite, el error probablemente está en el planteamiento, no en la aritmética final.

Aplicaciones físicas

1. Oscilaciones acopladas

Aparece al describir sistemas de masas y resortes conectados entre si. Se calculan los autovalores de la matriz de acoplamiento para obtener las frecuencias propias al cuadrado. El resultado da los modos normales de vibración. El error peligroso es intentar resolver las ecuaciones de movimiento coordenada por coordenada en vez de diagonalizar el sistema. Como control final, el alumno debe explicar que modo es más lento, cual es más rápido y como se mueven las masas relativas entre si en cada uno.

2. Rotación de sólidos rígidos

Aparece en el tensor de inercia, que relaciona el momento angular con la velocidad angular. Se calculan sus autovectores para encontrar los ejes principales de inercia, direcciones donde la rotación no produce momento adicional. El resultado simplifica enormemente las ecuaciones de Euler. El error peligroso es usar ejes arbitrarios en vez de los ejes principales, lo que introduce términos cruzados innecesarios. Como control final, el alumno debe explicar por qué rotar sobre un eje principal es mas estable que rotar sobre un eje intermedio.

3. Mecánica cuántica

Aparece porque los observables físicos se representan mediante operadores, y los valores posibles de una medida son los autovalores de ese operador. Los autovectores son los estados propios asociados a cada valor medible. El resultado conecta álgebra lineal con predicciones experimentales. El error peligroso es olvidar que autovalores distintos de un operador hermítico corresponden a estados ortogonales, lo que afecta directamente al cálculo de probabilidades. Como control final, el alumno debe explicar que significa físicamente medir un autovalor concreto.

4. Estabilidad de sistemas dinámicos

Aparece al linealizar un sistema de ecuaciones diferenciales cerca de un punto de equilibrio. El signo de la parte real de los autovalores de la matriz jacobiana determina si las perturbaciones crecen, decaen u oscilan. El resultado clasifica el equilibrio como estable, inestable o de silla. El error peligroso es olvidar la parte imaginaria cuando existe, que indica oscilación además de crecimiento o decaimiento. Como control final, el alumno debe explicar que ocurre con una pequeña perturbación tras un tiempo largo.

5. Análisis de datos y componentes principales

Aparece al diagonalizar una matriz de covarianza para encontrar las direcciones de máxima variabilidad de un conjunto de datos experimentales. Los autovectores señalan esas direcciones y los autovalores indican cuanta varianza explica cada una. El resultado permite reducir la dimensión de un problema sin perder la informacion física relevante. El error peligroso es interpretar una dirección con autovalor pequeño como irrelevante sin comprobar su significado físico. Como control final, el alumno debe explicar que fracción de la variabilidad total captura cada autovector principal.

Practica

Nivel 1: reconocimiento

Identifica en una matriz dada cuales serian los pasos para encontrar sus autovalores, sin resolver todavía. Señala el tamaño de la matriz, el grado esperado del polinomio característico y si esperas autovalores reales o complejos según su simetría.

Ejercicio: toma una matriz simétrica 2×2 y otra no simétrica 2×2, y predice antes de calcular si ambas tendrán autovalores reales.

Nivel 2: aplicación directa

Calcula los autovalores y autovectores de una matriz 2×2 sencilla con autovalores reales y distintos. Verifica cada par sustituyendo en Av = λv.

Ejercicio: usa una matriz diagonal por bloques evidente y comprueba que sus autovalores son directamente los elementos de la diagonal.

Nivel 3: elección de herramienta

Decide si conviene usar el atajo de traza y determinante para una matriz 2×2 o el desarrollo por cofactores para una matriz 3×3. Explica por qué la estrategia elegida es mas eficiente en cada caso.

Ejercicio: plantea el polinomio característico de una matriz 3×3 y decide si conviene buscar primero una raíz entera antes de aplicar la fórmula general.

Nivel 4: interpretación física

Interpreta un conjunto de autovalores y autovectores como modos normales de un sistema de masas y resortes, o como ejes principales de un sólido rígido. Explica que representa físicamente el autovalor más grande y el más pequeño.

Ejercicio: dado un par de autovalores y autovectores de un sistema de dos masas acopladas, describe en palabras como se mueve cada masa en cada modo.

Nivel 5: error intencionado

Analiza un cálculo de autovalores donde se ha restado λ incorrectamente o donde se ha aceptado un autovector no verificado. Detecta el paso erróneo, corrígelo y explica que consecuencia física habría tenido el error si no se hubiera detectado.

Ejercicio: inventa un error plausible en el planteamiento de (A − λI)v = 0, escribe por qué parece razonable, corrígelo y señala que autovector incorrecto habría producido.