Prof.

Susana Lpez 53
5 Autovalores y Autovectores. Diagonalizacin de una
matriz
5.1 Matrices diagonales. Propiedades
Llamamos matriz diagonal a una matriz de la forma

a
11
0 . . . 0
0 a
22
. . . 0
.
.
.
.
.
.
.
.
.
0 0 . . . a
nn

Recordemos que si A es una matriz diagonal:

Su determinante es el producto de los elementos de la diagonal.
Es simtrica A = A
t
.
Si |A| 6= 0 la matriz inversa es tambin diagonal y sus elementos son los elementos inversos
de A.
A =

a
11
0 . . . 0
0 a
22
. . . 0
.
.
.
.
.
.
.
.
.
0 0 . . . a
nn

A
1
=

1
a
11
0 . . . 0
0
1
a
22
. . . 0
.
.
.
.
.
.
.
.
.
0 0 . . .
1
a
nn

5.2 Introduccin a la diagonalizacin de endomorsmos

En el captulo de matrices y aplicaciones lineales vimos que toda aplicacin lineal entre espacios
vectoriales tena asociada una matriz respecto de una base determinada y que esta matriz
determina la aplicacin.
Si consideramos otra base, podemos calcular la matriz asociada a la aplicacin respecto de
la nueva base (A
0
) utilizando la matriz de cambio de base (C)
A
0
= C
1
AC
A la vista de esto, podemos preguntarnos si dada una aplicacin podemos encontrar una
base de manera que la matriz A
0
respecto de la nueva base sea ms sencilla respecto de la base
antigua. De hecho, lo mejor sera que fuese diagonal.
Desgraciadamente no todas las matrices son diagonalizables, el objetivo de este captulo es
encontrar la forma ms sencilla en que podemos transformar una matriz mediante un cambio
de base.
Ejemplo: Simetra respeto de cualquier subespacio vectorial de R
3
En el espacio vectorial real R
3
consideramos el subespacio V
1
= {(x, y, 0) | x
1
, x
2
R}. Si
consideramos la base cannica en R
3
y S es la simetra con respecto al subespacio vectorial V
1
,
es decir, respecto del plano z = 0, se tiene que
S(e
1
) = e
1
, S(e
2
) = e
2
, S(e
3
) = e
3
Prof. Susana Lpez 54
Por lo tanto la matriz respecto de la base cannica es

1 0 0
0 1 0
0 0 1

Consideremos ahora el subespacio V

2
= {(x, y, z) | x y + 2z = 0}. Queremos encontrar
las ecuaciones de la aplicacin Simetra respecto de la base cannica. La idea es buscar otra
base (de R
3
) en la que la matriz de la aplicacin sea lo ms sencilla posible. Esta base la
componen dos vectores del subespacio V
2
y otro vector perpendicular a ambos. Por ejemplo
B = {(1, 1, 0), (2, 0, 1), (1, 1, 2)}.
La simetra cumplir
S(u
1
) = u
1
, S(u
2
) = u
2
, S(u
3
) = u
3
de manera que la matriz buscada es
S
0
=

1 0 0
0 1 0
0 0 1

Utilizando la matriz de cambio de base (de B a la base cannica)

C =

1 2 1
1 0 1
0 1 2

Calculamos la matriz respecto de la base cannica S, sabiendo que S = CS

0
C
1
S =
1
3

2 1 2
1 2 2
2 2 1

La expresin algebrica de la aplicacin queda

S(x, y, z) =

2
3
x +
1
3
y
2
3
z,
1
3
x +
2
3
y +
2
3
z,
2
3
x +
2
3
y
1
3
z

Son dos las razones fundamentales por las que puede ser necesario simplicar la matriz
asociada a una aplicacin:
1
a
Es una razn puramente computacional: en ocasiones, para resolver algunos problemas
necesitamos realizar varias operaciones con las matrices asociadas a las aplicaciones (ex-
ponenciar una matriz, invertirla,...), estas operaciones se complican si la matriz tiene
muchas entradas (es decir, pocos ceros).
Ejemplo: Rotacin en el plano de un ngulo
Prof. Susana Lpez 55
Sea R

la rotacin en el plano de un ngulo . Supongamos que queremos rotar un punto

9 veces. Esto supone componer la rotacin tantas veces como queremos rotar el punto.
Sea

cos sen()
sen() cos()

La aplicacin que buscamos tendr como matriz asociada la matriz

cos sen()
sen() cos()

9
Estos clculos resultan terriblemente tediosos. El objetivo de este capitulo ser encontrar
una matriz ms sencilla en la que realizar estas operaciones.
2
a
La segunda razn es ms geomtrica. Si observamos con atencin algunas aplicaciones lin-
eales veremos que hay subespacios vectoriales cuyos vectores, al transformarlos mediante
una aplicacin, siguen perteneciendo al mismo subespacio.
Observemos, por ejemplo, en las simetras respecto a un plado de los ejemplos anteriores,
los vectores del plano siguen estando en dicho plano; o en una rotacin en el espacio
respecto al eje Z, los puntos de dicho eje siguen perteneciendo al eje despus de girarlos.
A este tipo de subespacios les llamamos invariantes.
5.3 Subespacios Invariantes. Diagonalizacin de matrices.
Denicin 30 Dado un espacio vectorial V y una aplicacin lineal f de V a V , diremos que
el subespacio W de V es invariante respecto a f si f(W) W, es decir, la imagen f(x) de
todo vector x W es un elemento de W.
Denicin 31 Un vector x 6=

0 de un espacio vectorial V sobre el cuerpo de los nmeros reales

se llama vector propio de la aplicacin lineal f L(V ) si existe un escalar R tal que:
f(x) = x
este nmero se denomina valor propio de la aplicacin f correspondiente al vector x.
Los vectores y valores propios son tambin denominados autovectores y autovalores
respectivamente.
5.4 Cmo calcular los vectores y valores propios de una aplicacin
lineal:
Sea f un endomorsmo sobre V donde V es un espacio de dimensin n, sea A la matriz
asociada a f y consideremos la matriz identidad I
n
de orden n. Para cualquier x V tenemos
que f(x) = Ax, si adems este vector es un vector propio de la aplicacin lineal f tendremos
entonces que f(x) = x, para cierto R, por tanto:
Ax = x
Prof. Susana Lpez 56
hay que tener en cuenta que x = I
n
x luego podemos escribir la expresin anterior como:
Ax I
n
x = (AI
n
)x = 0
de este modo obtenemos una ecuacin matricial donde:
1. Hay que obtener los valores de para los cuales la ecuacin matricial tiene soluciones
distintas a la trivial (x 6=

0).
2. Determinar para cada solucin
i
, cuales son los vectores propios asociados.
Como queremos que las soluciones del sistema matricial sean distintas de la trivial, el sistema
debe ser compatible indeterminado, lo cual implica:
|AI
n
| = 0
a este determinante lo denominaremos ecuacin caracterstica. El desarrollo de |AI
n
| = 0
es un polinomio de grado n en que se denomina polinomio caracterstico. Los valores
propios de la matriz A son las races de dicho polinomio.
Teorema 5 La condicin necesaria y suciente para que sea un valor propio de la matriz
cuadrada A es |AI
n
| = 0.
5.4.1 Multiplicidades algebricas y geomtricas
Denicin 32 Sea f un endomorsmo del espacio vectorial V de dimensin n. Sea A la
matriz asociada a dicho endomorsmo y un autovalor de A:
1. Se llama multiplicidad algebrica de al orden de multiplicidad m de como raz del
polinomio caracterstico.
2. Se llama multiplicidad geomtrica de a la dimensin d del subespacio propio asoci-
ado a .
5.4.2 Propiedades
Dada una matriz A de orden n. Entonces:
1. A y A
t
tienen los mismos autovalores.
2. Si es un autovalor de A, entonces k es autovalor de kA.
3. Si es un autovalor de A y es A es regular, es decir, invertible, entonces
1

es un autovalor
de A
1
.
4. Si es un autovalor de A, entonces
n
es autovalor de A
n
.
5. Los autovalores de un endomorsmo idempotente (f
2
= f, por tanto su matriz asociada
verica que A
2
= A) de un espacio vectorial son = 0 y = 1.
Prof. Susana Lpez 57
Para determinar los vectores propios asociados a cada
i
, se resuelve el sistema homogneo
anterior para cada
i
:
(A
i
I
n
)x = 0
como |A
i
I
n
| = 0 tenemos entonces un sistema compatible indeterminado. Sabemos adems
que el conjunto de soluciones del sistema homogeneo forma un subespacio vectorial, por tanto,
la solucin de del sistema (A I
n
)x = 0 es un subespacio vectorial que denominaremos
subespacio vectorial propio.
5.4.3 Propiedades de los vectores propios y valores propios:
1. A todo vector propio x le corresponde un nico valor propio.
2. Sea S() el conjunto de vectores propios asociados a un mismo autovalor . El conjunto
S() {

0} es un subespacio vectorial de V .
3. El nmero de vectores propios que son linealmente independientes entre los correspondi-
entes a un valor propio
i
es igual a
dim(S (
i
)) = dim(V ) rango(A
i
I
n
)
4. Si
1
,
2
, ...
r
son los r autovalores distintos del endomorsmo f, los autovectores asoci-
ados son linealmente independientes.
5.5 Diagonalizacin por semejanza
Denicin 33 Llamamos matrices semejantes a dos matrices cuadradas del mismo tamao
que estn asociadas a un mismo endomorsmo, es decir, tales que existe una matriz P regular
que cumple
A
0
= P
1
AP
Propiedades:
1. Si A y B son semejantes, entonces tienen el mismo determinante, |A| = |B|.
2. Si A y B son semejantes, entonces A
n
y B
n
son semejantes.
3. Si A y B son semejantes, entonces tienen la misma traza.
Denicin 34 Sea A una matriz cuadrada. Se dice que una matriz es diagonalizable por
semejanza si existe una matriz diagonal semejante a A, es decir, existe una matriz regular P
y una matriz diagonal A
0
tales que A
0
= P
1
AP.
Ya sabemos que un endomorsmo es diagonalizable si y slo si existe una base del espacio
vectorial formada por autovectores. Existe otra forma de saber si la matriz es diagonalizable
estudiando las multiplicidades de los autovalores.
Prof. Susana Lpez 58
Proposicin 13 Si los distintos autovalores de f son
1
,
2
, . . . ,
k
con multiplicidades alge-
bricas m
1
, m
2
, . . . , m
k
y multiplicidades geomtricas d
1
, d
2
, . . . , d
k
, entonces f (o A) es diag-
onalizable si y solo si se verica:
1. d
i
= m
i
para todo i = 1, 2, . . . , k
2. m
1
+ m
2
+ + m
k
= dim(V )
5.5.1 Forma diagonal
Una vez que hemos comprobado que el endomorsmo es diagonalizable, las formas diagonales
son:
La matriz A es diagonal en una base {u
1
, u
2
, . . . , u
n
} de V formada por los vectores que
forman las bases de los subespacios propios.
A
0
=

1
0 . . . 0
0
2
. . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . .
n

1
,
2
, . . . ,
n
son los autovalores de f
cada uno de ellos repetido tantas
veces como indique su
multiplicidad algebrica.

i
es el autovalor asociado a u
i
La matriz A
0
es igual a A
0
= P
1
AP donde las columnas de P estn formadas por las
coordenadas de los vectores de las bases de los respectivos subespacios propios.
Ejemplo:
Dado el siguiente endomorsmo, estudiar si es diagonalizable y es caso armativo, calcular
su diagonalizacin.
f(x
1
, x
2
, x
3
) = (11x
1
10x
2
+ 5x
3
, 4x
2
, 15x
1
10x
2
+ 9x
3
)
1
o
En primer lugar calculamos la matriz asociada a dicho endomorsmo respecto de la base
cannica en R
3
, obteniendo
A =

11 10 5
0 4 0
15 10 9

Para saber si el endomorsmo es diagonalizable tenemos que calcular los autovectores

asociados a A, para ello calculamos el polinomio caracterstico P().
P =

11 10 5
0 4 0
15 10 9

= (4 )(
2
+ 2 24) = ( 4)
2
( + 6)
Las races del polinomio son
1
= 6 y
2
= 4 cuyas multiplicidades algebricas respec-
tivas son m
1
= 1 y m
2
= 2.
Prof. Susana Lpez 59
i) Calculemos ahora los subespacio propios:
V
1
= {(x
1
, x
2
, x
3
) R
3
| (A + 6I)x = 0} = {(x
1
, x
2
, x
3
) R
3
| x
1
= x
3
, x
2
= 0}
V
1
= {(x
1
, x
2
, x
3
) R
3
| (A4I)x = 0} = {(x
1
, x
2
, x
3
) R
3
| 3x
1
+ 2x
2
x
3
= 0}
Por lo tanto:
dim(V
1
) = 1 = m
1
y dim(V
2
) = 2 = m
2
se cumple que:
d
1
+ d
2
= 1 + 2 = 3 = dim

R
3

ii) m
1
= d
1
y m
2
= d
2
. Entonces el endomorsmo es diagonalizable.
2
o
La matriz diagonal es, por tanto,
A
0
=

6 0 0
0 4 0
0 0 4

Las bases para cada uno de los subespacios propios son B

1
= {(1, 0, 1)} y B
2
= {(1, 0, 3),
(0, 1, 2)}, una base en la que el endormorsmo es diagonal es B = {(1, 0, 1), (1, 0, 3), (0, 1, 2)}
y se cumple que
A
0
= P
1
AP
donde
P =

1 1 0
0 0 1
1 3 2

5.6 Diagonalizacin ortogonal

Denicin 35 Diremos que una base de vectores de R
n
, B = {u
1
, u
2
, ..., u
n
} , es ortogonal si
los vectores son ortogonales dos a dos, es decir,
u
i
u
j
= 0 si i 6= j
diremos que la base es ortonormal si adems de ser ortogonal los vectores tienen norma
unitaria
ku
j
k = 1, j = 1, 2, 3, ..., n.
Existe un tipo de endomorsmo que siempre es diagonalizable: el endomorsmo simtrico.
Este tipo de endomorsmo tiene la particularidad de encontrar una base ortonormal en la que
diagonalizar su matriz asociada.
Denicin 36 Sea A una matriz cuadrada de elementos reales. Se llama matriz ortogonal a
aquella matriz que cumple que:
A
t
= A
1
Adems se cumple que si A es ortogonal entonces |A| = 1.
Si A es la matriz asociada a un endomorsmo de un espacio vectorial V y es ortogonal,
entonces los vectores la de A forman una base ortonormal del espacio vectorial.
Prof. Susana Lpez 60
Denicin 37 Sea f un endomorsmo del espacio vectorial V de dimensin n. Se dice que f
es simtrico si
u f (v) = f(u) v u, v V
Si A es la matriz asociada al endomorsmo en una base V , entonces f es simtrico si y slo
si A es simtrica. Esto es muy fcil de ver:
u f (v) = u
t
Av como A es simtrica A = A
t
, luego u
t
Av = u
t
A
t
v = (Au)
t
v = f (u) v
Teorema 6 (Teorema espectral) Sea V un espacio vectorial de dimensin nita n. Sea f
un endomorsmo simtrico en dicho espacio vectorial, entonces existe una base ortonormal de
V formada por autovectores de f.
Para diagonalizar la matriz asociada al endomorsmo simtrico ortogonalmente, tenemos
que buscar una base ortonormal de V en la que la matriz A
0
sea diagonal, para ello uniremos
las bases ortonormales de los subespacios propios. La diagonal de la matriz A
0
estar formada
por los autovalores de f.
Ejemplo:
Diagonalizar el siguiente endomorsmo calculando una matriz de autovectores ortogonal.
f(x
1
, x
2
, x
3
) = (2x
1
+ 2x
3
, x
2
, 2x
1
x
3
)
Escribimos la matriz asociada a la aplicacin respecto de la base cannica
A =

2 0 2
0 1 0
2 0 1

Esta matriz es simtrica, lo que supone que el endomorsmo es diagonalizable. Buscamos, por
tanto, una matriz diagonal A
0
tal que A
0
= P
1
AP = P
t
AP, ya que queremos que P sea
ortogonal.
1
o
El polinomio caracterstico de la matriz A es
P = (1 )( 3)( + 2)
Los autovalores son
1
= 1,
2
= 2 y
3
= 3 todos ellos con multiplicidad uno. Los
subespacios asociados a cada uno de ellos son:
V
1
= {(x
1
, x
2
, x
3
) R
3
| x
1
= 0, x
3
= 0}
V
2
= {(x
1
, x
2
, x
3
) R
3
| x
2
= 0, 2x
1
+ x
3
= 0}
V
3
= {(x
1
, x
2
, x
3
) R
3
| x
2
= 0, 2x
3
x
1
= 0}
2
o
Una base para cada uno de ellos es B
1
= {(0, 1, 0)}; B
2
= {(1, 0, 2)}; B
3
= {(2, 0, 1)}.
Estos vectores son ortogonales dos a dos ya que los autovalores son distintos, sin embargo
no constituyen una base ortonormal de R
3
ya que no son unitarios.
Prof. Susana Lpez 61
3
o
Normalizndolos obtenemos
B = {(0, 1, 0), (1/

5, 0, 2/

5), (2/

5, 0, 1/

5)}
Dichos vectores son las columnas de la matriz ortogonal P y la matriz diagonal buscada
es

1 0 0
0 2 0
0 0 3

5.7 Aplicaciones
5.7.1 Potencia y exponencial de una matriz
Sea A una matriz cuadrada de orden n y D una matriz diagonal, tal que D = P
1
AP, entonces:
1. A
k
= PD
k
P
1
2. e
A
= Pe
D
P
1
Si D es una matriz diagonal, entonces:
D
k
=

k
1
0 0
0
k
2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0
k
n

e
D
=

1
0 0
0 e

2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 e
n

5.8 Teorema de Cayley-Hamilton

Teorema 7 Toda matriz A satisface su polinomio caracterstico.
P () = |AI|
P (A) = 0
EJEMPLO:
Sea D la forma de diagonal asociada a la matriz A.

1 0 0
0 1 0
0 0 1/2

Calcular:
2A
4
7A
3
+ 9A
2
5A + I
Como el polinomio caracterstico de A es el mismo que el de una matriz semejante a ella,
entonces es igual al polinomio caracterstico de D que es
P = (1 )
2
(
1
2
)) = (
3

5
2

2
+ 2
1
2
)
Prof. Susana Lpez 62
Por el Teorema de Cayley-Hamilton se verica que
(A
3

5
2
A
2
+ 2A
1
2
I) = 0 2A
3
5A
2
+ 4AI = 0 2A
4
5A
3
+ 4A
2
A = 0
Por tanto
2A
4
7A
3
+ 9A
2
5A + I =

2A
4
5A
3
+ 4A
2
A

2A
3
+ 5A
2
4A + I = 0
Prof. Susana Lpez 63
5.9 Ejercicios
1. Se considera la matriz A =

2 4
3 13

. Hallar los valores propios y vectores propios.

Razonar si es diagonalizable y obtener la matriz de paso que permite diagonalizarla.
2. Hallar los valores propios y vectores propios de la matriz A =

1 1 5 9
2 1 6 8
0 0 0 3
0 0 1 2

3. Diagonal en los casos que sean posibles las siguientes matrices:

A
1
=

0 2 2
1 3 1
3 3 1

A
2
=

1 0 0
0 1 0
3 1 2

A
3
=

1 3 3
3 5 3
6 6 4

A
4
=

3 1 1
7 5 1
6 6 2

A
5
=

2 1 0
0 1 1
0 2 4

A
6
=

1 3 4
3 1 0
4 0 1

A
7
=

1 0 0 0
1 2 1 0
1 2 0 0
0 0 0 1

4. Sea A =

7 6
12 10

. Encontrar una frmula de recurrencia que d la potencia n-sima

de la matriz A.
5. Una matriz A es idempotente si A = A
2
. Probar que si A es idempontente sus nicos
valores propios son 0,1.
6. Encontrar un cambio de base que diagonalice, si es posible, las siguientes matrices:
A =

1 2 2
2 1 2
2 2 3

B =

2 1 0
0 1 1
0 2 4

7. Calcular f(A) = A
4
+ A
2
+ A siendo A =

1 2
2 2

.
8. Dadas las siguientes aplicaciones lineales de R
3
, estudiar si existe alguna base de R
3
tal
que la matriz asociada sea diagonal. En caso armativo, determinar dicha base y la matriz
diagonal semejante.
(a) f (x, y, z) = (x + 4z, 2x y 4z, 3z)
(b) f (x, y, z) = (7 + 4y z, 4x + 7y z, 4x 4y + 4z)
(c) f (x, y, z) = (4x 2y, 2x + 3y 2z, 2y + 2z)
Prof. Susana Lpez 64
9. Sea la aplicacin denida por:
f(x, y, z) = (7x 2y + z, 2x + 10y 2z, x 2y + 7z)
Diagonalizar si es posible por un cambio de base ortogonal su matriz asociada A. Indicar
la nueva base R
3
a la que est referida la matriz diagonal.
10. Estudiar los valores de a para los cuales la matriz A es diagonalizable, y en los casos en
que lo sea, encuentre su forma diagonal, D, y una matriz P tal que P
1
AP = D, siendo
A =

1 2 2 a
0 1 a
0 0 1

11. Dada la matriz A =

5 0 3
0 1 0
0

. Estudiar para que valores reales de y puede

diagonalizarse.
12. Demostrar que toda matriz estocstica A = (a
ij
), i {1, 2, 3, ..., n} , j {1, 2, 3, ..., n}
con
P
n
k=1
a
kj
= 1, j y a
ij
0, tiene el autovalor 1.
13. Se considera la matriz
A =

1 4 1 4
2 0 5 4
1 1 2 3
1 4 1 6

Sabiendo que 2 es un autovalor de A, hallar todos los autovalores de A sin necesidad de

calcular el polinomio caracterstico. Sugerencia: utilizar el resultado del ejercicio anterior.
14. Se considera la matriz
A =

1 1 1 1
1 1 1 1
1 1 1 1
1 1 1 1

Se pide:
(a) Probar que es diagonalizable y encontrar una matriz ortogonal P que permita dicha
diagonalizacin.
(b) Diagonalizar A
2
y A
1
.
15. Calcular aplicando el teorema de Cayley-Hamilton la inversa de la matriz:
A =

1 2 0
1 3 1
0 1 1

Prof. Susana Lpez 65

16. Considerando la base cannica de R
3
y A la matriz asociada a un endomorsmo referida
a dicha base, se sabe que los subespacios
V
1
= {(x, y, z) | x + y + z = 0} y V
2
= {(x, y, z) | x y = 0, x z = 0}
estn asociados respectivamente a los autovalores = 1 y =
1
2
. Calcular:
(a) La matriz diagonal asociada al endomorsmo.
(b) Calcular la matriz M = 2A
4
7A
3
+ 9A
2
5A + I.
(c) Calcular la matriz N = A
3
4A
2
+ 5A
1
+ 4I.
17. Describir razonadamente las dinmicas fundamentales del movimiento de un mvil de
ecuaciones:

x
t+1
=
5
2
x
t
+ 3y
t
y
t+1
=
3
2
x
t
2y
t
z
t+1
= 6x
t
6y
t

1
2
z
t
donde {x
t
, y
t
, z
t
} representa las coordenadas de la posicin del mvil en tsima transi-
cin.
(a) Si el mvil inicialmente se encuentra en el punto (1, 0, 1) donde se encuentra en la
vigsima transicin.
(b) Existen posiciones invariantes?
(c) Qu ocurre a largo plazo si la posicin inicial se encuentra en la recta que pasa por
el origen y tiene la direccin del vector (1, 1, 0) o la del vector (0, 0, 1)?
18. En Soria hay dos supermercados de alimentacin, Villar y Muoz. Se sabe que el 70%
de los que van a comprar al supermercado Villar vuelven a comprar al ao siguiente
pasndose el 30% a la competencia. Anlogamente, el 60% de los que compran un ao
en el autoservicio Muoz vuelven a comprar en dicho establecimiento el ao prximo
pasndose el 40% restante a comprar al supermercado Villar.
En el ao 2001 entraron 1200 clientes en el supermercado Muoz. Cuantos clientes
entraron en el supermercado Villar si en el ao 2002 entraron el mismo nmero de clientes
que en el ao 2001 en ambos establecimientos?
19. Dos plataformas digitales controlan la televisin por cable de un pas, repartindose los
clientes al 70% y al 30% respectivamente. Este ao ha generado 3 millones de euros. Si
los abonados al Canal de lite son cada ao eles en un 30% y se cambian al otro canal en
un 70% y en el caso de los abonados a Via Decimal, son eles un 40% y se cambian 60%.
Cmo se repartir el mercado al cabo de 7 aos si el volumen permanece constante?.
20. Un estudio realizado sobre la comunidad de ingenieros superiores en telecomunicaciones
revela el hecho siguiente: El 90% de los hijos de padres ingenieros superiores en telecomu-
nicaciones cursan estudios de ingeniera en telecomunicaciones y slo el 20% de los que
no lo hicieron consiguen que sus hijos cursen dicha carrera. Cul ser el porcentaje de
estudiantes que cursarn la carrera de ingeniera superior en telecomunicaciones despus
de muchas generaciones? Sugerencia: se supondr un hijo como descendencia de cada
familia.
Prof. Susana Lpez 66
21. Una rana que se encuentra en el vrtice de un cuadrado tiene probabilidad 1/2 de ir de un
salto a cada vrtice contiguo. Si inicialmente est en el vrtice A, hallar la probabilidad
que se encuentre en cada uno de los vrtices despues de n saltos.
A B
D C
22. Una agencia naviera tiene su ota distribuida entre los puertos de Barcelona, Mlaga y
Mallorca. De los barcos que al comienzo de cada mes estn en Barcelona, al nal del mes
slo vuelve la mitad, un 20% se va a Mlaga y el resto a Mallorca; de los que estn en
Mlaga, a n de mes un 20% se va a Barcelona,un 40% a Mallorca y el resto vuelve a
Mlaga; y de los que estaban a principio de mes de Mallorca, un 80% regresa y el resto
de va a Barcelona.
Suponiendo que la ota es constante.
(a) Plantear en forma matricial un modelo que represente al distribucin de la ota.
(b) Sabiendo que en el instante actual hay 350, 500 y 200 barcos en Barcelona, Mlaga y
Mallorca respectivamente, determinar el nmero de barcos que habr en cada puerto
al cabo de 10 meses.
(c) Cal ser la ota de barcos en cada puerto a largo plazo?.
23. Calcular e
A
, donde
A =

3 0 0
1 3 0
0 1 3

24. La poblacin activa de un pas se clasica en tres categoras profesionales: tcnicos su-
periores (x), obreros especializados (y) y obreros no especializados (z) . As, en cada
generacin t la fuerza de trabajo del pas est caracterizada por el nmero de personas
incluidas en las tres categoras, es decir, (x
t
, y
t
, z
t
) . Supngase que:
Cada trabajador activo slo tiene un hijo.
El 50% de los hijos de los tcnicos superiores lo son tambin, el 25% pasa a ser obrero
especializado y el 25% restante es obrero no especializado.
Los hijos de los obreros especializados se reparten entre las res categoras segn los
porcentajes 30%, 40% y 30%.
Para los hijos de obreros no especializados, las proporciones de reparto entre las
categoras son 50%, 25% y 25%.
Se pide:
(a) Plantear en forma matricial un modelo que represente la distribucin de la fuerza de
trabajo del pas de generacin en generacin.
Prof. Susana Lpez 67
(b) Cul ser la distribucin de los trabaadores a largo plazo, independientemente de
la distribucin inicial?
25. En la actualidad hay tres tipos de inversin, A,B y C, disponibles para los empleados de
una empresa. Un empleado slo puede usar un plan a la vez, y puede cambiar de uno a
otro slo al nal de cada ao. La probabilidad de que alguien en el plan A contine con
el es del 20%; de que contine en el plan B es del 50% y de que contine en el plan C es
del 50%. La matriz M de probabilidades de transicin para los empleados que participan
es la siguiente.
Este ao
A B C
A 0.2 0.5 0.5
Ao prximo B 0.2 0.5 0
C 0.6 0 0.5
Demuestre que M es regular y determine su equilibrio. Cules son los planes ms
populares y el menos popular a largo plazo?
26. Una agencia de transportes tiene la ota de camiones distribuida entre Madrid, Sevilla
y Barcelona. De los camiones que hay a principio de mes en Madrid, a nal de mes
vuelven la mitad, la cuarta parte va a Sevilla y el resto a Barcelona; de los que estn
en Sevilla, la tercera parte vuelve y el resto va a Barcelona; y de los que estaban al
principio en Barcelona, la mitad se va a Madrid, la cuarta parte a Sevilla y el resto vuelve
a Barcelona. Suponiendo que el nmero de camiones de la ota permanece constante.
Calcular el porcentaje de camiones que hay en cada ciudad al cabo de k meses.