# Visualización de PCA y Vectores Propios

Visualización interactiva del Análisis de Componentes Principales, elipses de covarianza y vectores propios para entender la reducción de dimensionalidad

> Página canónica: https://elysiatools.com/es/visualizations/pca-eigenvector

- **Categoría:** Math

## Descripción general

Comprehensive interactive visualization of Principal Component Analysis (PCA) demonstrating dimensionality reduction through geometric interpretation. Features bivariate Gaussian data generation with adjustable correlation coefficient ρ (-1 to 1), noise level σ (0 to 2), and sample size n (100 to 1000). Covariance matrix computation and eigendecomposition showing eigenvalues (variance) and eigenvectors (principal directions). Visual elements include scatter plot with data points, covariance ellipses at 1σ, 2σ, 3σ levels, eigenvector arrows for PC1 and PC2 with color coding (PC1: green #22c55e, PC2: orange #f97316), mean point indicator, and projected/reconstructed points. Analysis panel displays covariance matrix Σ, eigenvalues λ₁ and λ₂, eigenvectors v₁ and v₂, explained variance ratio bars, and reconstruction error (MSE). Interactive features include preset scenarios (uncorrelated, strong positive/negative correlation, high noise), data centering toggle, projection visualization, dimensionality reduction slider (k components), and view mode switching between original and PC-transformed space. Educational content covers covariance matrix formula Σ = (1/n)XᵀX, eigendecomposition Σv = λv, PCA transformation z = Qᵀ(x-μ), reconstruction x̂ = Q_k z_k + μ, covariance ellipse parametric equation, step-by-step PCA process (centering, covariance computation, eigendecomposition, projection, optional dimensionality reduction and reconstruction), and practical applications in data visualization, feature extraction (Eigenfaces), noise reduction, image compression, anomaly detection, and handling multicollinearity in regression. Uses KaTeX for mathematical formula rendering with formulas for covariance matrix, eigendecomposition, PCA transform, reconstruction, explained variance ratio, and covariance ellipse. Multi-language support (zh, en, es, fr, de, ru, pt).

## Contenido relacionado

- [Reacción de Orden Cero - Visualización Interactiva](https://elysiatools.com/es/visualizations/zero-order-reaction): Visualización interactiva de la cinética de reacción de orden cero y cambios de concentración a lo largo del tiempo
- [Reacción de Primer Orden - Visualización Interactiva](https://elysiatools.com/es/visualizations/first-order-reaction): Visualización interactiva de la cinética de reacción de primer orden y la descomposición exponencial de concentración
- [Reacción de Segundo Orden - Visualización Interactiva](https://elysiatools.com/es/visualizations/second-order-reaction): Visualización interactiva de la cinética de reacción de segundo orden y la dinámica de colisión bimolecular
- [Ecuación de Arrhenius](https://elysiatools.com/es/visualizations/arrhenius-equation): Visualización interactiva del efecto de la temperatura en la velocidad de reacción - Explora la energía de activación, factor pre-exponencial y la constante de velocidad
- [Reacción Reversible](https://elysiatools.com/es/visualizations/reversible-reaction): Visualización interactiva de la cinética de reacción reversible A ⇌ B - Explora tasas de reacción, constante de equilibrio y cambios de concentración
- [Reacción Consecutiva](https://elysiatools.com/es/visualizations/consecutive-reaction): Visualización interactiva de la cinética de reacción consecutiva A → B → C - Explore picos de concentración intermedia
- [Reacción en Cadena](https://elysiatools.com/es/visualizations/chain-reaction): Visualización interactiva de la polimerización radicalaria en cadena
- [Principio de Le Chatelier](https://elysiatools.com/es/visualizations/le-chateliers-principle): Visualización interactiva del principio de Le Chatelier - Explora cómo los cambios de concentración, presión y temperatura afectan el equilibrio químico