An eigenvalue is a scalar associated with a linear transformation that satisfies a specific equation.Imagina que estiras una banda elástica. Se alarga pero se mantiene recta: esa es la dirección en la que la banda 'obedece' al estiramiento. El valor propio es precisamente cuánto se estiró en esa dirección. En matemáticas, los valores propios muestran cómo una transformación (por ejemplo, estiramiento o compresión) afecta a un objeto a lo largo de ciertas direcciones 'dóciles'.
Las raíces del concepto se remontan al siglo XVIII: Euler estudió la rotación de un cuerpo rígido, identificando los ejes principales de inercia. En el siglo XIX, Cauchy desarrolló la teoría de valores propios para matrices simétricas. Una contribución decisiva fue la de David Hilbert, quien desarrolló la teoría espectral de operadores, preparando el terreno para la mecánica cuántica. En 1926, Erwin Schrödinger formuló su famosa ecuación Ĥψ = Eψ, donde Ĥ es el operador hamiltoniano y E el valor propio de la energía. Desde entonces, los problemas de valores propios se convirtieron en la herramienta principal para calcular estructuras electrónicas, vibraciones y estabilidad de sistemas.
Una observable en mecánica cuántica se representa mediante un operador hermítico Â. La ecuación de valores propios: Â ψ_n = a_n ψ_n, donde ψ_n es una función propia y a_n un valor propio. El principio de indeterminación de Heisenberg limita la posibilidad de medir simultáneamente con precisión observables que no conmutan, cuyos operadores no comparten funciones propias. En ingeniería, los valores propios del tensor de tensiones determinan las tensiones principales en materiales, y en teoría de grafos, los valores propios de la matriz de adyacencia caracterizan la conectividad de la red.
Los valores propios explican por qué los puentes no se derrumban con el viento: los ingenieros calculan a qué frecuencia el puente empezaría a vibrar y se aseguran de que esas 'frecuencias propias' no coincidan con la frecuencia del viento.
| \mathbf{y} | variable | output vector — vector |
| \mathbf{x} | variable | input vector — vector |
| \mathbf{A} | variable | linear transformation matrix — matrix |