Parte II · Estructuras
Valores y vectores propios
Se construye sobre: Matrices como transformaciones
Imagina un globo terráqueo girando sobre su soporte. Todos los puntos de su superficie se mueven, salvo dos: los polos. Y no solo ellos: la varilla entera que los une, el eje, se queda donde estaba. Un teorema de Euler dice que esto no es una particularidad del globo: cualquier giro del espacio alrededor de un punto tiene un eje, una recta que no se mueve.
Ahora imagina que estiras una lámina de masa tirando de sus dos extremos. Casi todas las líneas que hubieras dibujado sobre ella se inclinan, pero la línea en la dirección en que tiras sigue apuntando hacia donde apuntaba. Solo se alarga. En las dos escenas hay una transformación que mueve casi todo y unas pocas direcciones que se salvan: no se tuercen, solo se estiran, se encogen o se quedan igual. Esas direcciones tienen nombre, y resultan ser la mejor manera de entender lo que hace una matriz.
Direcciones que no se tuercen
Un vector es un vector propio de la matriz si lo deja sobre su propia recta:
El número es su valor propio: cuánto se estira esa dirección. Si , la triplica; si , la deja quieta, como el eje del globo; si es negativo, la voltea sin sacarla de su recta; si es cero, la aplasta contra el origen. Se pide porque el vector cero cumple la ecuación para cualquier y no diría nada. Fíjate también en que si es propio, también lo es o : lo que importa es la dirección, no la flecha concreta.
El círculo punteado son todos los vectores de largo 1; la curva azul, a dónde los manda la matriz. Gira la flecha oscura v y busca los ángulos en que Av cae sobre la misma recta que v. Luego aplica la matriz una y otra vez.
A = [2 1; 1 2]
Av se sale de la recta de v: la matriz tuerce esa dirección.
λ₁ = 3,00 · λ₂ = 1,00 · rectas punteadas ámbar
Con la matriz simétrica, , la flecha se alinea a 45° y a 135°. En la primera dirección sale tres veces más larga; en la segunda, del mismo largo. En el resto de ángulos la imagen se sale de la recta. Y con el giro de 90° no hay nada que buscar: ningún ángulo funciona, porque todo gira.
Cómo encontrarlos sin buscar a ojo
La ecuación se puede reescribir como , donde es la identidad. Pedir que tenga una solución distinta de cero es pedir que la matriz aplaste alguna dirección hasta el origen, y en el capítulo anterior vimos que eso ocurre exactamente cuando su determinante es cero:
Para una matriz de dos por dos, , esto da un polinomio de grado dos, el polinomio característico:
El coeficiente del medio es la traza (la suma de la diagonal) y el último es el determinante. Para la matriz simétrica queda , con raíces y , y resolviendo para cada una salen las direcciones y : las de 45° y 135°.
Para el giro de 90° queda , que no tiene raíces reales. Sus valores propios son , y no es un accidente: los números complejos son, entre otras cosas, la manera natural de escribir giros. Un valor propio complejo es la huella algebraica de una rotación. La cizalla da otro caso curioso: , un solo valor propio repetido, y una sola dirección que se salva, la horizontal. Le faltan direcciones propias para formar una base, y por eso se dice que no es diagonalizable.
En la base correcta, la matriz es casi nada
¿Por qué importa tanto encontrar estas direcciones? Porque, cuando hay suficientes para formar una base, en esa base la matriz se vuelve trivial. Para la simétrica, si mides todo en las coordenadas de y , la transformación solo multiplica la primera coordenada por 3 y deja la segunda igual. Se escribe
donde las columnas de son los vectores propios. Una matriz que parecía mezclarlo todo era, mirada desde el ángulo correcto, dos estiramientos independientes. Es la lección del capítulo de medida en otra forma: lo complicado no siempre está en el objeto, a veces está en cómo elegiste medirlo. Hay una familia en la que esto está garantizado: el teorema espectral dice que toda matriz real simétrica tiene valores propios reales y una base de vectores propios perpendiculares entre sí.
Y la ganancia más grande llega al repetir. Aplicar cien veces es difícil de imaginar, pero , y elevar una matriz diagonal a una potencia es elevar cada número de la diagonal.
Iterar: todo se alinea con el dominante
Escribe cualquier vector en la base propia, , con . Aplicar la matriz veces da
El cociente tiene valor absoluto menor que uno, así que su potencia se va a cero. Si , la dirección de se acerca cada vez más a la de , el vector propio dominante. Ese es el método de la potencia: aplicar la matriz, normalizar para que los números no crezcan sin control, y repetir. Pon el ángulo en 0° en la animación, elige la simétrica y aplica la matriz: tras tres pasos la flecha ya está a 42,9° (el vector se ha convertido en ), y cada paso siguiente divide el error más o menos por tres. Con el giro, en cambio, la flecha da vueltas para siempre: no hay dominante al que alinearse. Y con la cizalla converge, pero despacio, porque no hay un segundo valor propio más pequeño que se extinga.
PageRank, contado con cuidado
El ejemplo más famoso de esta idea es el que usaron Sergey Brin y Larry Page, a finales de los noventa, para ordenar páginas web. Lo cuento en miniatura, con números puestos a mano. Imagina una web de solo dos páginas y un navegante que salta al azar siguiendo enlaces: si está en la primera, se queda en ella con probabilidad 0,9 y pasa a la segunda con 0,1; si está en la segunda, va a cualquiera de las dos con probabilidad 0,5. Si dice con qué probabilidad está en cada página en el paso , entonces
Las columnas suman uno porque el navegante tiene que ir a alguna parte. Si empieza seguro en la segunda página, sus probabilidades pasan por , , … y se acercan a , que es justamente un vector propio con valor propio 1: la distribución que ya no cambia al dar otro paso. El otro valor propio es 0,4, y por eso la distancia a ese equilibrio se multiplica por 0,4 en cada paso. Lo puedes ver en la animación con la matriz “Markov” y el ángulo en 90°.
La idea de PageRank es esa misma, a escala de la web: la importancia de una página es la probabilidad, a la larga, de encontrar ahí al navegante. Para que ese equilibrio exista y sea único se agrega un truco, que con cierta probabilidad fija el navegante se aburra y salte a una página cualquiera; así todas las entradas de la matriz quedan positivas, y un teorema de Perron garantiza que una matriz con todas sus entradas positivas tiene un valor propio real mayor en valor absoluto que todos los demás, con un vector propio de entradas positivas. Como la matriz es enorme, ese vector se calcula con el método de la potencia. Conviene no exagerar: PageRank fue una pieza del buscador original, no el buscador entero, y lo que usan los buscadores de hoy combina muchas otras señales.
Otros lugares donde aparecen
En física. En la formulación estándar de la mecánica cuántica, cada observable es un operador autoadjunto (el pariente, en espacios complejos y a menudo de dimensión infinita, de una matriz simétrica), y los resultados posibles de medirlo están en su espectro; cuando ese espectro es discreto, son sus valores propios. La energía de un átomo de hidrógeno solo puede tomar ciertos valores, los valores propios de su operador de energía, y las líneas de su espectro corresponden a diferencias entre ellos. Que el conjunto de valores propios de un operador se llame también espectro resulta, aquí, casi literal. Para operadores que actúan sobre funciones, como la derivada, los vectores propios son funciones; eso lo desarrolla álgebra y análisis, y conecta con por qué la exponencial es tan especial para la derivada.
En datos. Si tienes una nube de datos, digamos miles de embeddings como los de la IA que cita la ley, su matriz de covarianza es simétrica, así que el teorema espectral le garantiza una base de direcciones perpendiculares. La del valor propio más grande es la dirección en la que los datos varían más, y su valor propio es justamente esa varianza. Quedarse con las primeras direcciones es el análisis de componentes principales, que se usa, por ejemplo, para aplastar cientos de dimensiones en dos y poder mirarlas. Lo que encuentra son direcciones de variación lineal, no causas ni significados; interpretar qué representa cada componente es trabajo aparte.
Me gusta cerrar con la imagen del principio. Una transformación puede parecer un desorden en el que todo se mueve, pero casi siempre tiene unas pocas direcciones privilegiadas que la explican. Buscarlas es una forma de preguntar, ante cualquier proceso, qué es lo que se conserva cuando todo lo demás cambia. Esa pregunta, con otro lenguaje, es también la de los grupos y las simetrías.