ACB CEDADCS parte 3 Ajuste no Centrado.pdf

LeomarValecillos 0 views 48 slides Oct 02, 2025
Slide 1
Slide 1 of 48
Slide 1
1
Slide 2
2
Slide 3
3
Slide 4
4
Slide 5
5
Slide 6
6
Slide 7
7
Slide 8
8
Slide 9
9
Slide 10
10
Slide 11
11
Slide 12
12
Slide 13
13
Slide 14
14
Slide 15
15
Slide 16
16
Slide 17
17
Slide 18
18
Slide 19
19
Slide 20
20
Slide 21
21
Slide 22
22
Slide 23
23
Slide 24
24
Slide 25
25
Slide 26
26
Slide 27
27
Slide 28
28
Slide 29
29
Slide 30
30
Slide 31
31
Slide 32
32
Slide 33
33
Slide 34
34
Slide 35
35
Slide 36
36
Slide 37
37
Slide 38
38
Slide 39
39
Slide 40
40
Slide 41
41
Slide 42
42
Slide 43
43
Slide 44
44
Slide 45
45
Slide 46
46
Slide 47
47
Slide 48
48

About This Presentation

analisis de datos


Slide Content

4.4AJUSTEMINIMOCUADRÁTICO DELASNUBESDE
PERFILESFILAYPERFILESCOLUMNAS
Losprocedimientosmatemáticosdelosajustesenlos
espacios�
�
y�
�
serealizaránentérminosdelasmatrices
deperfilesfilasycolumnasquesemostraránenlas
seccionessiguientes
Enlaprimeradeellassetrabajaránlasmatricesdeperfiles
sinningunatransformaciónysincentramientos,valedecir,
setrataránlasmatricesdelosperfilesdeambasnubes�(�)
y�(�)deacuerdoasudefiniciónoriginalyposteriormente
enlasdosseccionessiguientesserealizaránalgunas
transformacionessobreambasmatricesdeperfilesque
permitiránestablecercorrespondenciasdirectasconla
técnicadelAnálisisGeneralexplicadoenelCapítulo2.

Losdosprimerosprocedimientosmatemáticosse
basanenlasmatricesdeperfilesnocentradasy
producenresultadossimilares,mientrasqueenel
últimoprocedimientoelajustesebasaenlas
matricesdeperfilescentradosconrespectoalos
perfilespromediosdeambasnubes,siendolaúnica
diferenciaelnúmerodeautovaloresyautovectores.

Losprocedimientosmatemáticosdelosajusteen�
�
y
�
�
serealizaránentérminosdelasmatricesdeperfiles
filasycolumnasnocentradas,yaquelosresultadosson
muyparecidosalosajustesdelasmatricescentradas,
siendolaúnicadiferenciaelnúmerodeautovaloresy
autovectores.
Enelcasodelosajustesparalasmatricesnocentradas
presentanunautovaloryunautovectorextra,conocido
comotriviales.Elautovalortrivialvale1yelautovector
trivialesigualalperfilpromediodelanubedepuntos
correspondientealajuste.
Notomandoencuentaelautovectortrivialyelautovalor
trivial,elrestodelosresultadoscoincidenconlosdel
ajustedelasmatricescentradas.
4.4.1AJUSTESENLOSESPACIO�
�
YENELESPACIO�
�

4.4.1.1 AJUSTEENELESPACIO�
�
Sebasaenelanálisisgeneralytomacomobasela
�matrizdeperfiles�
−�
�,cadaunodelosperfiles
filastieneunpesodadoporsufrecuenciarelativa��.
ylamatrizdepesosdelosperfilesfilas��.
Elespacio�
�
secaracterizaporqueestádotadode
unadistanciaEuclídeaponderada(Distancia??????
�
)en
laquecadadimensióntieneasignadounpeso
definidoporelinversodelafrecuenciarelativade
lascolumnas�/�.�delamatrizdedatosF.Estos
pesosseorganizanenunamatrizdiagonal??????
�
−�
.

�
�
−�
=
1/??????.1
1/??????.2

1/??????.??????

Laideaconsisteenbuscarelsubespaciodemejor
ajusteparalanubedepuntosperfilesfilas��
ubicadasenelespacio�
�
;cadaunodelosperfiles
filastieneasociadounpesodadoporsufrecuencia
relativa��.;�=�,�,⋯,�.
Enresumenlamatrizdeperfilesseexpresaatravés
�delamatriz:�
�
�cuyotérminogenéricoseexpresa
como:
���/��.;�=�,�,⋯,�;�=�,�,⋯,�
Elpesodelosperfilesfilasseexpresaatravésde
unamatrizdiagonaldeorden�quesedenotacomo
��.

��=
??????1.
??????2.

????????????.
Deacuerdoalanálisisgeneralelajusteeneste
espacionoesmásquelabúsquedadelsubespacio
demejorajusteparalanubedeperfiles�(�)en
�
�
.

Enlaprimeraetapasetratadeconstruirun
subespaciodedimensión1,talquelasumadelas
distanciasalcuadradodetodoslospuntosdel
espaciooriginalalosperfilesfilas�proyectados
sobreelsubespaciogeneradoporelvector
unitario�
�
seamínima.Estoesequivalentea:
���෍
�=�
�
൯�
�
(�,�
��
�����????????????�
�
�
=�

Donde���,eslaproyecciónortogonaldelperfil�
sobreelvector�
�
,valedecirsobreelsubespacio
quegeneraestevector.Gráficamente:
Figura 4.1
Ajustedelaprimeradirecciónfactorial

Elproblemademinimizacióndelaformacuadrática
planteadaarribasetransformaenlamaximización
deotraformacuadráticasujetaaunarestricción
cuadrática:
Laexpresiónenlasumatoriaconstituyelasumatoria
detodaslasproyeccionesdelosperfilesfilas�
sobreelvector�
�
elevadasalcuadrado,talcomo
semostróenelCapítulodelAnálisisGeneral.
�????????????෍
�=�
�
൯�
�
(�,�
��
�����????????????�
�
�
=�

Laexpresióndemaximizaciónanteriorseexpresa
entérminosmatricialescomo:
�??????��
−�
��
−�
�
�
��
�
����
−�
���
−�
�
�
Sujetaa�
�
�
�
�
−�
�
�
=�

Comosetratadeunproblemadeoptimización
sujetaarestriccionesnolinealesdeigualdadse
abordarámedianteelmétododelosmultiplicadores
deLagrange,entalsentidosedefinelafunción
Lagrangiana:
��
�
,??????�=�
�
�
�
−�
�
�
�
−�
��
−�
�
�
−??????�
�
�����
�
�
−�
�
�
−�
�
−�
�
�
�
−�
��
−�
�
�
=??????�
−�
�
�
�����
Derivandoparcialmenteconrespectoa�
�
�??????
�;y
operandoconvenientementesellegaalsiguiente
autosistema:

Laexpresiónamaximizarenlaformacuadrática,
sumatoriadelasproyeccionesdelosperfilesfilas
elevadasalcuadrado,esigualprimerautovalor
Luego�
�
esunvectorunitarioasociadoalmayor
−��−�−�
autovalor??????�delamatriz��������
Alpremultiplicarelautosistemaporelvector
�
�
�
setieneque
�
�
�
??????
�
−�
�
�
??????
�
−�
�??????
�
−�
�
�
=??????
��
�
�
??????
�
−�
�
�
=??????
�

Ahorasedebeencontrarunsegundovectordirector
�
�
denorma1queseaortogonala�
�
yque
maximicelasumadelasproyeccionesdetodos
lospuntosdelespaciooriginalproyectadossobre
elvector�
�
elevadasalcuadrado,
siendolaprimeradirecciónlageneradamedianteel
primerajuste.EnlaFigura4.2,setiene:

Figura 4.2
Ajustedelasegundadirecciónfactorial

DefiniendolafuncióndeLagrangeyoperando
ellasellegaalconvenientementecon
autosistema
siguiente
Entérminosmatemáticos,elproblemagráfico
planteadoconsisteenlamaximizacióndeunaforma
cuadráticasujetaadosrestriccionesnolinealesysu
formalizaciónmatemáticasemuestraacontinuación:
�??????????????????
�
−�
�??????
�
−�
�
�
�
??????
�??????
�
−�
�??????
�
−�
�
�
�����????????????�
�
�
??????
�
−�
�
�
=�
�
�
�
??????
�
−�
�
�
=�
�
−�
�
�
�
−�
��
−�
�
2
=??????�
−�
�
2
���2�

����
�
�
�
�
−�
�
�
�
−�
��
−�
�
�
=??????�
�
�
�
−�
�
�
=??????
��
Laecuaciónmuestraqueelvalormáximoobtenido
medianteelprocesodeoptimizaciónatravésdel
Lagrangianoesigualalautovalor??????
�.Dichodeotra
manera,lasumatoriadelasproyeccionesdelos
perfilesfilassobreelvector�
�
,elevadasal
cuadradoesigualalautovalor??????�.
Luego�
�
esunvectorunitarioasociadoalsegundo
���mayorautovalor??????�delamatriz�
−�
�
�
�
−�
��
−�
,ya
queporconstrucciónenlaprimeraetapaseobtuvoel
mayorautovalor??????�.
Siesteautosistemasepremultiplicaporelvector
�
�
�
seobtienelasiguienteigualdad

Enconclusión,elproblemadelajustesereducea
maximizarlasiguienteformacuadrática:
�??????�
�
��
−�
��
−�
�
??????
���
�
−�
��
−�
�
??????
��
Repitiendoesteprocesohastaobtenertodoslos
autovectoresasociadossetieneunabase
ortonormalizadadelsubespaciodedimensión�+1de
mejorajusteparalanubedepuntosfilas�(�).En
general�
??????
eselautovectorunitariocorrespondiente
al??????−é����mayorautovalor,??????
??????,delamatriz
??????
�
−�
�
�
??????
�
−�
�??????
�
−�
.
�����????????????�
??????�
??????
�
−�
�
??????
=�;??????=�,�,⋯,�+�
Todoslosposiblesparesdeautovaloresdiferentes
�
??????
sonortogonalesentresi

Esteproblemademaximizaciónconduceal
siguienteautosistem??????
(�)
:
�� ??????
�
�
�
−�
��
−�
�
??????
=��
??????
=??????�
??????
??????=�,�,⋯,�+�
Lasolucióndeestesistemageneraelsistemadeautovectores
unitarios�
�
,�
�
,⋯,�
�+�
queestánasociadosalosautovalores
??????
1,??????
2,⋯,??????
�+1.
Donde�+�=����,�
Resueltoelproblemadelasimetrizacióndelamatriz
�elautosistemadarálugara�+1autovaloresmayores
quecero??????�>??????�>⋯>??????�>??????�+�conigualcantidadde
autovectoreslinealmenteindependientes�
�
,�
�
,⋯,�
�
,�
�+�
.
(�)
Elautosistemapresentadoarribasebasaenunamatriznosimétrica,estasituación
seresuelvemedianteunprocesodeSimetrizaciónquesemuestraenelAnexoNo.2

Enelcasodeesteajustesegeneran(�+�)
autovectoresyautovalores;siendoelprimer
autovalor(autovalortrivial)a1yelprimer
autovector(autovectortrivial)igualalperfilfila
promedio.
Losautovalores??????
??????;??????=�,�,⋯,�+�;representanlas
inerciasexplicadas(enelcasodelACBlafuerzadela
asociaciónentrelasdosvariablesnominales)porcada
unadelasdimensionesasociadasacadaautovector�
??????
.

Elprimerautovaloryelprimerautovector(los
triviales),nosetomanencuentayseestableceel
ordenapartirdelsegundodeellos.En
consecuenciasetendrán:
Losautovalores:????????????:??????�,??????�,⋯,??????�
Losautovectores:�
??????
:�
�
,�
�
,⋯,�
�

Lasproyeccionesdelosperfilesfilasdelamatriz
��=�
−�
�sobrelosvectores�
??????
,sedenotan
como�
??????
yseexpresancomo:
�
??????
=��
−�
�
??????
=�
−�
��
−�
�
??????
������??????=�,�,⋯,�+1
??????
�=
��??????
��??????

��??????
=��
−�
�
??????
=
�
�
�
�
�
�
�

�
�
�
−�??????
���=
��
�
�
�
−�
�
??????
�
�
�
�
−�
�
??????
�

��
�
�
�
−�
�
??????
Desarrollandoestasúltimasexpresiones
matriciales,setiene:
4.4.1.1.1CORDENADASDELOSPERFILESFILASSOBRELOSVECTORES
GENERADORESDELSUBESPACIODE�
�
DEMEJORAJUSTEDELANUBE�(�)

Enelcasodelproblemaprácticoqueseestá
desarrollandoenestecapítulosepresentanlos
resultadoscorrespondientealajusteen�
�
en
términosdelosautovaloresyalasproyeccionesde
losperfilesfilassobrelosautovectores
�
??????
;??????=�,�,⋯,�+1.
Enestecasoparticularelvalorde�esiguala2.
�
�??????=෍
�=�
�
Τ�
���
�,�
.��
�??????
�=����−�;�−�=����;�=�
Laproyeccióndelperfilfila�;�=�,�,⋯,�;sobreelvector
�
??????
seexpresacomo:

Enprimerainstanciaseobservaelhistogramadelos
autovalores,loquepermiteestablecerelnúmerode
factores.Dadalascaracterísticasdelproblemase
establecequeson2factores.
Losautovalores??????
??????;??????=�,�,⋯,�+�;representanlas
inerciasexplicadas(enelcasodelACBlafuerzadela
asociaciónentrelasdosvariablesnominales)porcada
unadelasdimensionesasociadasacadaautovector
�
??????
;??????=�,�,⋯,�+�;

4.4.1.1.2 Unamiradaalascoordenadasdelosfactores
(ajusteen�
�
)
EnlaFigura4.4sepuedeobservarelcomportamientode
lasdimensionesasociadasalajusteen�
�
Primerfactor:
AlobservarlascoordenadasdelavariableGruposetarios
sobreelprimerfactorseobservaunordenamientodelas
edadespartiendodelladonegativoconelgrupode
“Menosde18años”enelladonegativo(-1.08)hastael
grupode“Másde50años”con(0.68).
Segundofactor:
EnestefactorseobservaunaseparacióndelGrupoetario
“De19a30años”enelladonegativo(-0,20)delrestode
lasedadesenelladopositivodelfactor.

Figura 4.3
Histograma de los dos primeros autovalores
Figura 4.4
Proyección de los perfiles filas, pesos relativos y su distancia al perfil
promedio elevadas al cuadrado

4.4.1.2 AJUSTEENELESPACIO�
�
Comoenelcasodelajusteen�
�
sebasaenelanálisis
generalytomacomobaselamatrizdeperfiles
�columnas�
−�
�
�
,cadaunodeestosperfilestiene
asociadounpesodadoporsufrecuenciarelativa�.jyse
organizaenlamatrizdepesosdelosperfilescolumnas
��
Elespacio�
�
secaracterizaporqueestádotadodeuna
distanciaEuclídeaponderada(Distancia??????
�
)enlaque
cadadimensióntieneasignadounpesodefinidoporel
inversodelafrecuenciarelativadelasfilasdelamatriz
dedatos�/��..Estospesosparaoperacionalizarla
�distanciaseorganizanenunamatrizdiagonal�
−�
.

�
�
−�
=
�/��.
�/��.

�/��.
Laideaconsisteenbuscarelsubespaciodemejor
ajusteparalanubedepuntosperfilescolumnas
��ubicadasenelespacio�
�
;cadaunodelos
perfilescolumnastieneasociadounpesodadopor
sufrecuenciarelativa�.�;�=�,�,⋯,�.

Enresumenlamatrizdeperfilescolumnasse
�expresaatravésdelamatriz:�
−�
�
�
cuyotérmino
genéricoseexpresacomo:
���/�.�;�=�,�,⋯,�;�=�,�,⋯,�
��=
Elpesodelosperfilescolumnasseexpresaatravés
deunamatrizdiagonaldeorden�quesedenota
como��.
�.�
�.�

�.�

Deacuerdoalanálisisgeneralelajusteenesteespacio
noesmásquelabúsquedadelsubespaciodemejor
ajusteparalanubedeperfilescolumnas�(�)en�
�
.
Enlaprimeraetapa,comoenelcasodelajusteen�
�
,se
tratadeconstruirunsubespaciodedimensión1,talque
lasumadelasdistanciasalcuadradodetodoslos
puntosdelespaciooriginalalospuntosproyectados
sobreelsubespaciogeneradoporelvectorunitario�
�
seamínima.Estoesequivalentea:
���෍
�=�
�
൯�
�
(�,�
��
�����????????????�
�
�
=�

Donde,���eslaproyecciónortogonaldelperfil
columna�sobreelvector�
�
,valedecirsobrela
dimensiónquegeneraestevector.Gráficamentese
tiene:
Figura 4.3
Ajustedelaprimeradirecciónfactorial
�
�
�
�
��
�
�
�

Elproblemademinimizacióndelaformacuadrática
planteadaarribasepuedetransformarenla
maximizacióndeunaformacuadrática:
Laexpresiónenlasumatoriaconstituyelasumade
todaslasproyeccionesdelosperfilescolumnas�
elevadasalcuadrado,similaralajusteen�
�
mostradoanteriormente.
�????????????෍
�=�
�
൯�
�
(�,�
��
�����????????????�
�
�
=�

Laexpresiónanteriorseexpresaentérminos
matricialescomo:
�??????��
−�
�
�
�
−�
�
�
�
�
���
�
−�
�
�
�
−�
�
�
��
Sujetaa�
�
�
�
�
−�
�
�
=�
Elprocedimientoserepitecomoenelcasodel
ajustedelanubedeperfilesfilas�(�)conlas
obtieneunabasedeortonormalizada
adecuacionesdelasfórmulasrespectivas,se
del
demejorajustesubespaciodedimensión�+�
paralanubedepuntoscolumnas�(�).

Enconclusiónelproblemadelajustesereduceal
demaximizarlasiguienteformaproblema
cuadrática:
�??????��
−�
�
�
�
−�
�
??????
�
�
���
�
−�
�
�
�
−�
�
??????
��
Sujetaa
�
�
??????�
�
−�
�
??????
=�
�����??????=�,�,⋯,�+�
Siendolosautovectores�
??????
ortogonales.
Esteproblemademaximizaciónconducealsiguiente
autosistema:
�� ??????��
−�
�
�
�
−�
�
??????
=��
??????
=??????�
??????
????????????�????????????=�,�,⋯,�,�+�

Resueltoelproblemadelasimetrizacióndelamatriz�el
autosistemadarálugara�+�autovaloresmayoresque
cero??????�>??????�>⋯>??????�>??????�+�con�+�autovectores
linealmenteindependientes�
�
,�
�
,⋯,�
�
,�
�+�
.
Siestaecuaciónsepremultiplicapor�
??????�
??????
�
−�
se
transformaen:
�
??????�
??????
�
−�
�??????
�
−�
�
�
??????
�
−�
�
??????
=??????
??????
Lasolucióndeestesistemageneraelsistemade
autovectoresunitarios:�
�
,�
�
,⋯,�
�
,�
�+�
queestán
asociadosalosautovalores??????�,??????�,⋯,??????�,??????�+�.
Donde�=����,�
Lamatriz�escuadradadeorden??????ynoessimétrica.
Existenprocedimientosmatemáticosparaabordareste
problema.

Elprimerautovaloryelprimerautovector(los
triviales),nosetomanencuentayseestableceel
ordenapartirdelsegundodeellos.En
consecuenciasetendrán:
Losautovalores:????????????:??????�,??????�,⋯,??????�
Losautovectores:�
??????
:�
�
,�
�
,⋯,�
�
Losautovalores????????????;??????=�,�,⋯,�;representan
lasinerciasexplicadas(enelcasodelACBlafuerza
delaasociaciónentrelasdosvariablesnominales)
porcadaunadelasdimensionesasociadasacada
autovector�
??????
.

4.4.1.2.1 Coordenadasdelosperfilescolumnassobre
losvectores generadoresdelsubespaciode�
�
demejor
ajustedela nube�(�)
�matriz�=�
−�
�
�
sobrelosvectores�
??????
,
Lasproyeccionesdelosperfilescolumnasde la
se
denotancomo�
??????
yseexpresancomo:
�
??????
=��
−�
�
??????
=�
−�
�
�
�
−�
�
??????;
���
;??????=�,�,⋯,�
??????
�=
�
�??????
��??????

��??????
=��
−�
�
??????
=
�
�
�
�
�
�
�

�
�
�
�
−�
�
??????
=
�
��
�
�
�
−�
�
??????
�
�
�
�
−�
�
??????
�

��
�
�
�
−�
�
??????
Desarrollandoestasúltimasexpresionesmatriciales,setiene;

Laproyeccióndecualquier
seexpresacomo:
perfil�;�=1,2,…,p
��??????=∑
�
���/��.�.���??????�=�
delproblemaprácticoEnelcaso
desarrollandoenestecapítulosepresentan
resultadoscorrespondientealajusteen�
�
queseestá
los
en
términosdelasproyeccionesdelosperfilescolumnas
sobrelosautovectores�
??????
??????=�,�,⋯,�.
Lasproyeccionesdelosperfilescolumnas,perfilesde
respuestasdelosentrevistadosentérminosdesu
“ActitudhacialosPC”enfuncióndelajustesobreel
espaciodelosgruposetarios.

Unamiradaalascoordenadasdelosfactores(ajusteen�
�
)
Primerfactor:
LavariableActitudhaciaelPCseordenaalolargode
estefactorubicándoselamodalidad“AceptalosPC”del
ladonegativo(-0.97);luegocercanoalorigenseubicael
grupo“IndiferentealosPC”concoordenada(0.03)yen
elextremopositivoseubicaelgrupoque“Rechazalos
PC”con(0.56).
Segundofactor:
EnestefactorseobservaunaseparacióndelGrupoquees
“IndiferentealosPC”enelladonegativo(-0,20)del
restodelosgruposdeActitudhaciaelPC:“Aceptalos
PC”y“RechazalosPC”enelladopositivodelfactor
(0,06).

Larepresentacióngráficadelodichoparalosdos
factoressemuestraacontinuación.

Presentaciónenplanosfactoriales
Despuésdeestablecidosloscriterios
técnicos apropiados: número de
dimensionesquecaracterizanelproblemaen
estudio,lainterpretacióneidentificaciónde
losfactores;seprocedealarepresentación
enlosplanosfactoriales.
Enelcasodelaaplicaciónprácticasetiene
unsoloplanofactorial:
Enesteplanoseresaltanenalgunos
cuadrantes, mediante elipses,las
asociacionesmásimportantesexpresadasa
travésdelaatraccióndeperfilesde
respuestas.

Enelcuadrante1,seobservaelrechazoalos
PCpresenteasociadosagruposetariosde
mayoredad(De31a50añosyMásde50
años).
Enelcuadrante2,seobservangruposque
aceptanlosPCqueatraealosgruposetarios
másjóvenes.
Enloscuadrantes3y4seobserva
atracciónentrelosjóvenesadultos(De19a
30años)ylaindiferenciahacialosPC.

Anexo 1
Simetrizaciónde la matriz �
Lamatriz�esdeorden(���)reseñadaenelajusteen�
�
noessimétricaloquegeneraproblemasparaelcálculode
losautovaloresyautovectoresenelautosistema:
�
�
??????
�
−�
�??????
�
−�
�
??????
=��
??????
=??????
??????�
??????
;??????=�,�,⋯,�,�+�
Eltérminogeneraldelamatriz�seexpresacomo:
�
��′=∑
�=�
�
�
���
��′
��.��
;�,�

=�,�,…,�
Delaexpresiónmatricialde�:
�=�
�
??????
�
−�
�??????
�
−�

Esposibledefinirlasubmatriz??????=�
�
??????
�
−�
�queessimétrica.
Ademássetienequeeltérminogeneraldelamatrizdiagonal
??????
�
−�
esΤ1??????
.??????ysepuedeexpresarcomo:(Τ1??????
.??????)(Τ1??????
.??????),
enconsecuenciaestamatrizsepuedeescribircomo;
??????
�
−�
=??????
�
−�/�
??????
�
−�/�
Alsustituirestaexpresiónenlaformulacióndelamatriz�se
tieneque:
�=????????????
�
−�/�
??????
�
−�/�
ElautosistemaplanteadoalcomienzodeesteAnexose
puedeescribircomo:
????????????
??????
−�/�
??????
??????
−�/�
??????
??????
=??????
????????????
??????

Alpremultiplicarestaecuaciónmatricialpor??????
�
−�/�
el
autosistemasetransformaen:
??????
�
−�/�
????????????
�
−�/�
(??????
�
−�/�
�
??????
)=??????
??????(??????
�
−�/�
�
??????
)
Dondelamatrizdelautosistema??????
�
−�/�
????????????
�
−�/�
essimétricay
losautovectoressonigualesa(??????
�
−�/�
�
??????
).
Definiendolamatriz�
�yelvector�como:
??????
1=??????
�
−1/2
????????????
�
−1/2
��=??????
�
−1/2
�
??????
Elautosistemaplanteadoarribaesequivalentea:
�
��=??????
??????�

Lasoluciónaesteautosistemageneracomosoluciónlos
autovaloresλ
1,λ
2,⋯,λ
�,λ
�+1ylosautovectores
linealmenteindependientesW
1
,W
2
,⋯,W
�
,W
�+1
.
Apartirdelosvaloresdelosautovectores
W
α
;??????=1,2,⋯,�,�+1seobtienelosautovectoresdel
autosistemadefinidoapartirdelamatriz??????.
V
α
=??????
�
−�/�
�
??????
;??????=1,2,⋯,�,�+1
Enestasolucióndelautosistemaoriginalestánpresentesel
autovalortrivialyelautovectortrivial